一种面向时空耦合的联邦学习预测短波最高可用频率方法

AITNT
正文
推荐专利
一种面向时空耦合的联邦学习预测短波最高可用频率方法
申请号:CN202411927329
申请日期:2024-12-25
公开号:CN119848495A
公开日期:2025-04-18
类型:发明专利
摘要
本发明公开了一种面向时空耦合的联邦学习预测短波最高可用频率方法,包括步骤A,数据预处理,获取的数据步骤;步骤B,实测数据序列分解,将MUF进行时间序列分解,得到趋势分量并用于后续步骤;步骤C,利用MINE方法来观测联邦学习中模型之间的互信息变化;步骤D,联邦学习本地模型之间的空间关系分析;步骤E,选择个性化的融合策略完成联邦学习中的MUF预测任务。本发明评估各站点MUF的相似性,利用MUF中的趋势项作为联邦学习训练数据,评估所有站点的本地模型之间的互信息,确定数据中潜在的与地磁纬度信息一致的空间相关性。本发明提出了基于互信息的个性化联邦学习框架,模型完备,物理意义清晰,有效提高了短波最高可用频率时空推理的准确性。
技术关键词
空间关系分析 融合策略 构建深度神经网络 训练深度神经网络 站点 频率 联邦学习方法 昼夜 LSTM模型 序列 神经网络模型 数据分布 超参数 训练集 地磁 样本 代表 定义
系统为您推荐了相关专利信息
1
一种考虑运输车油耗的分流中心选址方法
共享快递盒 鲸鱼优化算法 油耗 运输车辆 车辆运行信息
2
一种求解公交线路站间行驶速度方法
高斯混合模型 速度 线路 城市公交车站 公交站点
3
一种气象站的基于无线电信号进行防雷检测的方法
气象站 时间同步误差 无线电接收设备 时间差 强化学习算法
4
一种图像文字边缘优化方法、装置、系统及存储介质
图像 Zernike矩 神经网络模型 边缘检测单元 噪声像素
5
一种基于意图识别与反馈优化的多知识库调度路由方法
意图识别 自然语言理解 信息检索 意图类别 大语言模型
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