基于迁移学习的多维度角闪烁特性预测方法和系统

本发明提供了一种基于迁移学习的多维度角闪烁特性预测方法和系统，包括：步骤1：根据已知的目标类型及高频电磁求解器生成目标多维度角闪烁特性的源数据；步骤2：将目标域数据及生成的源域数据合并得到总样本数据集，并设置目标域数据及源域数据的权重，预测误差阈值及最大迭代次数；步骤3：构建多维度角闪烁特性预测神经网络结构；步骤4：利用总样本数据集及目标域数据及源域数据的权重对预测神经网络进行训练，并对预测神经网络的预测误差进行计算；步骤5：根据预测误差对目标域数据及源域数据的权重进行调整；步骤6：判断预测误差是否小于预测误差阈值或迭代次数是否达到最大迭代次数，若是则结束流程，否则重复执行步骤4和步骤5。