发明专利已授权

一种基于深度学习的电磁散射计算方法

📄 申请号：CN202010211233.1 📄 发布日：2026/07/23

著录项目信息

申请日

2020-03-23

公开号

CN111428407A

公开日

2020-07-17

申请人

杭州电子科技大学

法律状态

已下证

专利类型

发明

主分类号

G06F30_23

IPC 分类号

G06F30_23 , G06F30_17 , G06F111_10 ,

技术画像

所属领域

电磁散射计算人工智能算法计算电磁学电磁仿真深度学习电磁散射计算

应用场景

电磁散射特性分析, 雷达目标识别, 天线设计, 电磁兼容分析, 军事目标探测

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开一种基于深度学习的电磁散射计算方法。计算得到样本电流数据，并采用深度学习网络来训练学习对比度入射波到感应电流之间的非线性关系，包括样本设计和网络设计，样本设计：网络输入采用两种方案作为输入，并计算得到前向电流数据作为深度学习网络真实样本；网络设计：本发明设计采用深度学习网络作为模型来完成训练预测过程，从而表征输入信息，也就是散射体，入射场，到感应电流的关系。实验证明，入射波的入射角度和强度固定时，在相同网格划分下，应用此方法求解散射场时，不仅在时间上比现有技术快，而且在精度上也有不小的提升，仿真测试验证了该方法的有效性。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种增强型导模共振光纤传感器的制备方法

当前第 / 件

一种适用于任意入射场的AI学习型电磁散射计算方法

同领域国内专利 · IPC: (G06F30_23)

G06F30_00 G06F30_10 G06F30_12 G06F30_13 G06F30_15 G06F30_17 G06F30_18 G06F30_20 G06F30_22 G06F30_23 G06F30_25 G06F30_27 G06F30_28 G06F30_30 G06F30_31 G06F30_32 G06F30_323 G06F30_327 G06F30_33 G06F30_3308 G06F30_331 G06F30_3315 G06F30_3323 G06F30_337 G06F30_34 G06F30_36 G06F30_367 G06F30_373 G06F30_39 G06F30_392 G06F30_394 G06F30_396 G06F30_398 覆盖33个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：40 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于深度学习的电磁散射计算方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06F30_23)

相似专利推荐 AI 驱动 · 同领域

基于计算机辅助设计的相邻楼层隔震阻尼舒适度评估方法

一种基于知识蒸馏的轻量化恶意加密流量检测方法

一种基于视觉技术的多目标识别方法及系统

服务项目

资源中心

关于柿子坊