一种基于物理预测和机器学习的电场和磁场重建方法

本发明公开了一种基于物理预测和机器学习的电场和磁场重建方法，属于电场和磁场测量技术领域，包括如下步骤：步骤1、向电磁场区域注入粒子或电磁波，测量粒子或电磁波的初始状态和末状态；步骤2、基于机器学习模块初步搭建电场网络和磁场网络结构；步骤3、基于物理算法构建物理预测损失函数；步骤4、基于物理预测损失函数训练优化神经网络，训练完成的神经网络即为最终所需的电场网络或磁场网络；步骤5、选择电磁场区域内的任一一点输入电场网络或磁场网络，即可得到该点对应的电场强度或磁感应强度。本发明不依赖于对场分布的事先了解和假设，能有效地利用粒子信息和电磁波信息进行复杂电场和磁场的重建。