摘要
本发明公开了一种基于物理神经网络的海底底质声学特性预测方法及系统,方法包括:获取目标海域的海底样本;根据海底样本测量得到海底样本数据集;基于海底样本数据集对预构建的神经网络架构进行训练,进而利用损失函数优化构建得到物理信息神经网络;其中,损失函数的约束包括波动方程的信息;基于待预测海底底质的物理参数和环境参数,利用物理信息神经网络预测得到待预测海底底质的声学特性参数。本发明包括有益效果:本发明通过将底质声学特性的波动方程代入到物理信息神经网络中,结合海底底质的约束条件,构建一种基于物理神经网络的海底底质声学特性预测方法,从而能够准确实现底质声学特性预测,可广泛应用于海洋声学技术领域。
技术关键词
海底底质声学特性
神经网络架构
物理
样本
损失函数优化
参数
数据
方程
声学特性预测
海底采样设备
训练集
传播算法
处理器
计算机存储介质
声学技术
预测系统
程序
模块
存储器
电子设备
系统为您推荐了相关专利信息
Kriging模型
可靠性分析方法
概率密度函数
全局优化算法
变量
图像生成方法
采样模块
图像生成装置
上采样
文本