原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请揭示了一种基于多输出神经网络的螺旋桨估计方法、装置及储存介质，基于多分支框架构建用于DEMON谱图螺旋桨多桨参数估计的多输出神经网络模型；对多输出神经网络模型优化训练；应用多输出神经网络模型对单桨/多桨DEMON谱图数据进行处理，估计目标螺旋桨参数。本发明提供的基于多输出神经网络的螺旋桨估计方法、装置及储存介质，针对船舶具有单个或多个螺旋的情况，设计了基于深层卷积神经网络的多输出神经网络，还针对多输出神经网络的特点，设计了对应的网络模型优化策略，使用多输出神经网络实现船舶螺旋桨多桨参数估计
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117669371A
(43)申请公布日2024.03.08
(21)申请号202311623450.1G06F119/14(2020.01)
(22)申请日2023.11
文档评论（0）