龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明属于可控核聚变技术领域，具体公开了一种基于机器学习的线性化漂移动理学方程求解方法，本发明通过计算等离子体的总碰撞频率、漂移频率、反弹频率，进而构造线性化漂移动理学方程，获取线性化漂移动理学方程的系数作为训练集，并将线性化漂移动理学方程的解作为标签，使用机器学习模型进行训练，最终得到线性化漂移动理学方程的机器学习求解模型，本发明通过机器学习训练出线性化漂移动理学方程的机器学习求解模型，使实验中可以直接将得到的线性化漂移动理学方程的参数输入模型进而得到线性化漂移动理学方程的解，简化了线性化漂移动理学方程的计算过程，提高了求解线性化漂移动理学方程的计算速度。
主权项：1.一种基于机器学习的线性化漂移动理学方程求解方法，其特征在于，包括以下步骤：步骤1：从历史实验数据库中选取实验数据，根据实验参数计算粒子的总碰撞频率、漂移频率、反弹频率，构造一般形式的线性化漂移动理学方程；步骤2：将每组实验的数据代入一般形式的线性化漂移动理学方程，并对一般形式的线性化漂移动理学方程进行傅里叶变换得到最终形式的线性化漂移动理学方程，将最终形式的线性化漂移动理学方程的参数作为输入数据，并将最终形式的线性化漂移动理学方程的解作为标签数据；步骤3：将输入数据以及标签数据划分为训练集和测试集，并构建机器学习求解模型，将训练集输入至机器学习求解模型进行训练，初步得到线性化漂移动理学方程求解模型；步骤4：通过在测试集上计算损失函数来检验训练后的模型的性能，并通过优化调整模型参数直到损失函数满足预设阈值，得到优化后的线性化漂移动理学方程求解模型；步骤5：将根据实际实验时的数据得到的最终形式的线性化漂移动理学方程的参数输入优化后的线性化漂移动理学方程求解模型中，获得该实验条件下的线性化漂移动理学方程的解。
全文数据：
权利要求：
百度查询： 安徽大学 中国科学院合肥物质科学研究院 一种基于机器学习的线性化漂移动理学方程求解方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号