专利名称：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
专利类型：发明专利发明人：张德胜,艾岭
申请号：CN202110300371.1申请日：20210322公开号：CN112836808A公开日：20210525
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。
申请人：哈尔滨理工大学
地址：150080 黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学
国籍：CN
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容