一种基于深度神经网络的三维辐射场重建方法及装置

AITNT
正文
推荐专利
一种基于深度神经网络的三维辐射场重建方法及装置
申请号:CN202411708787
申请日期:2024-11-26
公开号:CN119670542A
公开日期:2025-03-21
类型:发明专利
摘要
本申请涉及一种基于深度神经网络的三维辐射场重建方法及装置。根据获取的特征信号与目标信号,得到三维辐射场重建的数据集;根据特征信号、目标信号、辐射空间内的屏蔽布置特征和几何复杂程度,确定三维辐射场重建的神经网络超参数;根据数据集和神经网络超参数对深度神经网络进行训练,得到三维辐射场重建的三维辐射场重建神经网络模型;利用测试样本对三维辐射场重建神经网络模型进行三维辐射场重建的辐射场重建测试;在辐射场重建测试通过后,根据三维辐射场重建神经网络模型,重建三维辐射场重建的三维辐射场。本申请能够通过特征信号与目标信号快速进行三维辐射场的重建;本申请的三维辐射场重建神经网络模型具有稳定性和泛化能力。
技术关键词
深度神经网络 神经网络模型 超参数 模型训练模块 信号获取模块 采样点 数据 粒子 测试模块 样本
系统为您推荐了相关专利信息
1
一种网格员技能评价方法及系统
推荐学习内容 网格 节点 评价方法 语义关联度
2
一种森林弱扰动区域识别方法、装置、设备、介质及产品
区域识别方法 变化检测算法 短波红外 梯度提升决策树算法 区域识别装置
3
一种基于多任务学习的硬盘故障预测方法及系统
硬盘故障预测方法 训练样本集 分类任务模型 三元组损失函数 故障硬盘
4
基于B超影像的自发性早产预测系统和方法
多元回归预测模型 早产预测 B超影像 图像分割模型 图像特征提取
5
用于确定用户兴趣值的方法、装置及存储介质
对象 兴趣 图谱 节点 构建训练集
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号