| 专利名称 | 基于机器学习的激光大气湍流传输特性分析方法 | ||
|---|---|---|---|
| 申请号/专利号 | CN201811499782.2 | 专利权人（第一权利人） | 长春理工大学 |
| 申请日 | 2018-12-10 | 授权日 | 2021-02-23 |
| 专利类别 | 授权发明 | 战略新兴产业分类 | 新一代信息技术 |
| 技术主题 | 信号强度|遥感|光信号|神经网络|算法|激光|物理学|传输特性 | ||
| 应用领域 | 设计优化/仿真|神经架构|特殊数据处理应用 | ||
| 意向价格 | 具体面议 | ||
| 专利概述 | 本发明公开一种基于机器学习的激光大气湍流传输特性分析方法。本方法首先在不同外界传输条件下，执行接收光信号强度起伏归一化方差测量操作，创建多层前向神经网络的训练样本集；然后用创建出的训练样本集训练多层前向神经网络，使多层前向神经网络逼近接收光信号强度起伏归一化方差与外界传输条件之间的函数关系；最后使用多层前向神经网络来获得特定外界传输条件下的接收光信号强度起伏归一化方差。由于本方法使用无量纲参量作为多层前向神经网络的输入，因此本方法建立的多层前向神经网络可以用于预测那些没有开展过实验测量的外界传输条件下的接收光信号强度起伏归一化方差。 | ||
| 图片资料 |
|
||
| 合作方式 | 拟许可 | ||
| 联系人 | 戚梅宇 | 联系电话 | 13074363281 |
