[发明专利]基于深度学习的分布式参数系统建模的时空耦合学习方法在审
| 申请号： | 202110300371.1 | 申请日： | 2021-03-22 |
| 公开（公告）号： | CN112836808A | 公开（公告）日： | 2021-05-25 |
| 发明（设计）人： | 张德胜;艾岭 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150080 黑龙江省哈*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种应用于分布参数系统建模的时空耦合学习方法,涉及到深度学习、建模等领域，解决了数据驱动的分布参数系统建模时，由于空间和时间是内在耦合的，时空可分性的假设通常不成立的问题，将稀疏自编码器网络与多层神经网络相结合，提出了一种新的深度学习体系结构，既保持了模型的时空耦合特性，又增加了模型的自由度，给出一个没有精确偏微分方程描述的高维系统，利用收集的输入和输出数据对降维模型及其时间动力学进行联合学习，然后应用学习到的模型预测低维表示和重建高维输出，实例验证，与经典的时空分离模型简化方法相比，本发明具有更好的建模精度和更低的内在维数。 | ||
| 搜索关键词： | 基于 深度 学习 分布式 参数 系统 建模 时空 耦合 学习方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学，未经哈尔滨理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110300371.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种可控力矩的铁心柱绑扎装置及方法
- 下一篇：一种电梯预缓冲结构
