摘要
本发明涉及电磁计算技术领域,具体为一种基于多尺度坐标注意力机制神经网络的电磁逆散射成像方法。包括步骤1:利用发射与接收天线获取散射场数据并通过反向传播算法生成初始粗糙图像;步骤2:构建由输入层、多尺度特征提取模块、自适应融合模块、坐标注意力模块及输出层组成的神经网络模型;步骤3:通过归一化均方误差与正则化约束结合的代价函数优化网络参数;步骤4:通过训练基于多尺度坐标注意力机制神经网络,进行散射体重建;本发明充分利用散射场数据与粗糙图像的先验信息,通过多尺度特征融合和坐标注意力机制提升了对高对比度散射体边缘及细节的重建精度,具有成像效果好、泛化能力强和精度高等优势。
技术关键词
注意力机制
多尺度特征提取
神经网络预测模型
传播算法
融合多尺度特征
坐标
优化网络参数
电磁计算技术
发射天线
成像
Softmax函数
图片
数据
图像
多尺度特征融合
模块
正则化参数
系统为您推荐了相关专利信息
短视频
信息检测方法
关键帧
音频特征
多层感知机
氮氧化物排放预测方法
编码特征
图像编码
编码模块
脱硝反应器
超高速直线电机
稳定控制方法
定子
电流
历史运行数据
识别方法
图谱
多尺度特征提取
电网设备
电力系统储能设备