摘要
本发明公开了一种基于时序神经网络的等离子体阵列微波防护方法及系统,涉及微波防护领域。步骤为:构建神经网络模型并设定初始化参数;读取高功率微波与等离子体阵列相互作用的数值序列,对数值序列中每个数据特征进行最大最小值归一化处理,得到输入序列以及输出目标序列,制作数据集,划分为训练集、验证集和测试集;利用训练集训练模型,将损失函数反向传播,使用优化器进行参数优化,得到训练完成的多路径特征信息融合时序神经网络模型;使用该模型对验证集中的输入数据进行正向传播,得到当前训练模型的预测误差;使用该模型对测试集中的输入数据进行正向传播,得到预测结果。本发明可实现高功率微波反演,预测未来数值响应以及推断缺失值。
技术关键词
时序神经网络
微波防护方法
特征信息融合
神经网络模型
序列
多路径
多头注意力机制
高功率
阵列
解码器
训练集
优化器
预测误差
泊松方程
数据获取模块
数值
编码器
系统为您推荐了相关专利信息
温度预测方法
融合神经网络
长短期记忆神经网络
电力设备状态监测
变压器状态监测
疏散路径规划
声音分类器
交通
模板匹配算法
路径规划系统
特征提取算法
生物样本存储设备
权限管理模块
生物样本管理
文本