基于物理信息神经网络的GNSS浮标风速反演方法及系统

AITNT
正文
推荐专利
基于物理信息神经网络的GNSS浮标风速反演方法及系统
申请号:CN202510377993
申请日期:2025-03-28
公开号:CN119881956B
公开日期:2025-06-03
类型:发明专利
摘要
本申请属于海洋观测技术领域,具体涉及一种基于物理信息神经网络的GNSS浮标风速反演方法及系统,本申请通过引入物理信息神经网络,有效地将物理方程与神经网络相结合,优化了风速反演的精度和效率,同时提升了模型的泛化能力,以实现更为准确、快速和广泛适用的风速反演解决方案。
技术关键词
反演方法 风速 浮标 物理 神经网络模型 方程 饱和度 反演模型 数据处理模块 数据采集模块 海洋观测技术 GNSS数据 海面粗糙度 精确时间戳 应力 空间分布特征 更新网络参数 频率 数据格式
系统为您推荐了相关专利信息
1
一种用于光伏电池盖板玻璃的信息加密和解密方法
YOLO模型 卷积定理 神经网络模型 矩阵 盖板玻璃
2
一种降低海上风力发电系统容性无功功率方法及系统
海上风力发电系统 关系预测模型 风电机组运行状态 智能控制算法 指标
3
桥墩表面裂缝三维分布图生成方法、装置及设备
桥墩表面 裂缝 图像拍摄设备 版图 生成方法
4
一种基于CNN的电子显微镜快速自动对焦方法及系统
电子显微镜图像 卷积神经网络模型 坐标点 计算机软件产品 高精度自动对焦
5
联合HFR与SAR的海面风浪场参数一体化反演方法
JONSWAP谱 反演方法 海浪谱 风速 双线性插值
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