摘要
本申请涉及一种深海环境下复杂声场分布预测方法、装置、设备及介质。所述方法包括:构建深海环境下声传播损失数据集并作为训练集;高斯滤波平滑处理,获取深海环境下声传播损失的全局结构信息与局部细节信息;构建双分支U‑Net神经网络模型;对高斯平滑后的训练集中的声源深度、声源频率和声速剖面进行预处理;将声源深度、声源频率和声速剖面预处理后的训练集输入模型进行迭代训练,并将新的未知声源深度、未知声源频率和未知声速剖面数据经过相同的预处理步骤后,输入训练好的模型,预测输出对应的深海环境下声传播损失分布。采用本方法能够实现深海环境下复杂声场中声传播损失分布的高效、高精度预测。
技术关键词
全局结构信息
神经网络模型
分支
分布预测方法
频率
矩阵
编码算法
训练集
深度编码
高斯滤波器
数据
射线
索引
预测装置
处理器
样本
计算机设备
模块
可读存储介质
系统为您推荐了相关专利信息
神经网络模型
融合方法
图像编码器
文本编码器
多模态
平衡能力检测方法
时间卷积网络
平衡能力评估
能力检测装置
轨迹参数
文本特征向量
音频播放设备
铸片炉
语音采集设备
人工智能语音
排风控制方法
深度学习模型
数据
排风控制系统
多模态