逆散射問(wèn)題指通過(guò)遠(yuǎn)場(chǎng)或近場(chǎng)的信息來(lái)確定障礙或非均勻介質(zhì)的信息,是反問(wèn)題中常見(jiàn)的一大類問(wèn)題。這類問(wèn)題在實(shí)際中有著廣泛的應(yīng)用,如:人體內(nèi)部病變的診斷;石油、天然氣等礦藏的勘探;衛(wèi)星遙感探測(cè)等等,因此具有極高的研究?jī)r(jià)值。隨著大數(shù)據(jù)時(shí)代的到來(lái),各種信息積累最終都轉(zhuǎn)化為數(shù)據(jù)積累,因此數(shù)據(jù)學(xué)習(xí)成為當(dāng)今流行的研究主題。由于機(jī)器學(xué)習(xí)具有很強(qiáng)的學(xué)習(xí)非線性映射的能力,它可以通過(guò)學(xué)習(xí)或訓(xùn)練自動(dòng)總結(jié)出數(shù)據(jù)間的函數(shù)關(guān)系,獲得這些數(shù)據(jù)的內(nèi)在規(guī)律,適用于非線性問(wèn)題的研究。本文的主要研究?jī)?nèi)容就是設(shè)計(jì)并實(shí)現(xiàn)一種機(jī)器學(xué)習(xí)算法,以某區(qū)域的散射場(chǎng)和少量散射體測(cè)量值為已知數(shù)據(jù),重構(gòu)非均勻介質(zhì)。該算法采用深度神經(jīng)網(wǎng)絡(luò)模型,將設(shè)計(jì)兩個(gè)神經(jīng)網(wǎng)絡(luò)同時(shí)進(jìn)行學(xué)習(xí)。其中散射場(chǎng)測(cè)量值對(duì)應(yīng)的位置坐標(biāo)均為這兩個(gè)神經(jīng)網(wǎng)絡(luò)模型的輸入值,散射場(chǎng)內(nèi)的散射波值及非均勻介質(zhì)系數(shù)分別為這兩個(gè)神經(jīng)網(wǎng)絡(luò)模型的輸出值,并設(shè)計(jì)合理有效的損失函數(shù)。大量實(shí)驗(yàn)結(jié)果表明,本文提出的機(jī)器學(xué)習(xí)算法能較準(zhǔn)確地重構(gòu)出非均勻介質(zhì)。 

【文章來(lái)源】：湖南師范大學(xué)湖南省 211工程院校

【文章頁(yè)數(shù)】：45 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
第一章 緒論
    1.1 課題研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要內(nèi)容和結(jié)構(gòu)分布
第二章 機(jī)器學(xué)習(xí)算法簡(jiǎn)介
    2.1 深度神經(jīng)網(wǎng)絡(luò)模型
    2.2 神經(jīng)網(wǎng)絡(luò)正向傳播
    2.3 損失函數(shù)與反向訓(xùn)練
第三章 逆散射問(wèn)題模型及經(jīng)典算法
    3.1 模型問(wèn)題
    3.2 單頻迭代算法
    3.3 數(shù)值算例
第四章 反介質(zhì)散射問(wèn)題機(jī)器學(xué)習(xí)算法
    4.1 神經(jīng)網(wǎng)絡(luò)模型的設(shè)計(jì)
    4.2 正向傳播與損失函數(shù)
    4.3 數(shù)值算例
結(jié)語(yǔ)
參考文獻(xiàn)
致謝



本文編號(hào)：3172750