發(fā)布時間：2024-12-26 23:38

　　反源問題是從測量的散射波中識別和恢復出源信息,它是反散射問題中的一類重要問題。廣泛應(yīng)用于科學,工程的各個領(lǐng)域。由于機器學習算法在解決反問題上的優(yōu)越性,本文在充分理解經(jīng)典算法的基礎(chǔ)上設(shè)計一種機器學習算法求解反源問題。該算法在假設(shè)均勻背景介質(zhì)的情況下,利用若干個不同頻率的入射波探測獲得的散射數(shù)據(jù),基于設(shè)計的深度神經(jīng)網(wǎng)絡(luò)模型,將散射數(shù)據(jù)作為輸入,以平方誤差為損失函數(shù),不斷更新優(yōu)化神經(jīng)網(wǎng)絡(luò)的參數(shù),預測恢復出區(qū)域內(nèi)的源函數(shù)。該算法的主要優(yōu)點:神經(jīng)網(wǎng)絡(luò)近似源函數(shù),不需過多約束假設(shè),計算相對簡單。通過數(shù)值算例驗證了本文所設(shè)計的算法的可行性,同時通過對實驗數(shù)據(jù)添加隨機噪聲并觀測所得結(jié)果,發(fā)現(xiàn)機器學習算法具有較好的穩(wěn)定性。

【文章頁數(shù)】：47 頁

【學位級別】：碩士

【部分圖文】：

圖(b)tanh函數(shù)圖(c)relu函數(shù)圖(a)sigmoid函數(shù)

聲波反源問題的多頻機器學習算法各函數(shù)圖象及導函數(shù)圖象：(a)sigmoid函數(shù)圖(b)tanh函數(shù)圖(c)relu函數(shù)圖圖2-4:激活函數(shù)圖(a)sigmoid導函數(shù)圖(b)tanh導函數(shù)圖(c)relu導函數(shù)圖圖2-5:激活函數(shù)導函數(shù)圖sigmoid函數(shù)優(yōu)缺點：通過上式及圖象可....

圖(b)tanh導函數(shù)圖(c)relu導函數(shù)圖(a)sigmoid導函數(shù)

聲波反源問題的多頻機器學習算法各函數(shù)圖象及導函數(shù)圖象：(a)sigmoid函數(shù)圖(b)tanh函數(shù)圖(c)relu函數(shù)圖圖2-4:激活函數(shù)圖(a)sigmoid導函數(shù)圖(b)tanh導函數(shù)圖(c)relu導函數(shù)圖圖2-5:激活函數(shù)導函數(shù)圖sigmoid函數(shù)優(yōu)缺點：通過上式及圖象可....

本文編號：4020798