公开(公告)号：CN118584480B

公开(公告)日：2024-10-15

申请号：CN202411073728.7

申请日：2024-08-07

申请人： 浙江大学海南研究院

发明人： 王炜荔 ,  单仲楠 ,  刘韬 ,  李彦君 ,  郭卜瑜 ,  李培良

IPC分类号： G01S13/88 ,  G01C13/00 ,  G01S7/41 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/25

摘要： 本发明公开了一种基于深度学习的涌浪波高反演方法、电子设备、存储介质，所述方法包括步骤：构建涌浪波高反演网络；基于高频地波雷达回波数据构建数据集；利用数据集训练并测验涌浪波高反演网络；利用训练完成的涌浪波高反演网络根据网络输入数据进行涌浪波高反演。相比于现有技术，本发明采用深度学习方法简化了传统方法的计算步骤，模型训练完成后只需将数据输入到网络中进行简单计算即可得出结果；本发明无需进行大量复杂的数据质量控制，通过大规模的训练集、合理的网络设置和适当的正则化方法，本发明模型可以很好地应对数据质量变化，并具有更高的反演精度。

公开(公告)号：CN118584480A

公开(公告)日：2024-09-03

申请号：CN202411073728.7

申请日：2024-08-07

申请人： 浙江大学海南研究院

发明人： 王炜荔 ,  单仲楠 ,  刘韬 ,  李彦君 ,  郭卜瑜 ,  李培良

IPC分类号： G01S13/88 ,  G01C13/00 ,  G01S7/41 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/25

摘要： 本发明公开了一种基于深度学习的涌浪波高反演方法、电子设备、存储介质，所述方法包括步骤：构建涌浪波高反演网络；基于高频地波雷达回波数据构建数据集；利用数据集训练并测验涌浪波高反演网络；利用训练完成的涌浪波高反演网络根据网络输入数据进行涌浪波高反演。相比于现有技术，本发明采用深度学习方法简化了传统方法的计算步骤，模型训练完成后只需将数据输入到网络中进行简单计算即可得出结果；本发明无需进行大量复杂的数据质量控制，通过大规模的训练集、合理的网络设置和适当的正则化方法，本发明模型可以很好地应对数据质量变化，并具有更高的反演精度。