一种数据与物理混合驱动神经网络训练方法

本发明公开了一种数据与物理混合驱动神经网络训练方法，涉及人工智能技术领域，创新性地引入滑动窗口技术动态调整数据驱动项的权重。该方法通过在数据驱动项前乘以可调节权重，并使用滑动窗口机制进行动态参数优化，以平衡数据驱动和物理驱动项之间的影响，从而更好地适应神经网络训练过程中的不同阶段需求。滑动窗口技术在本方法中的引入能够根据周期进行特征提取，尤其适用于时间序列数据的处理场景。通过动态调整窗口大小、窗口步长以及权重参数，本方法不仅增强了模型对数据变化的适应性，还能够在不同训练阶段实现更加灵活的特征提取和参数优化，进一步提升模型的预测精度和收敛速度。