首页>
根据【关键词:长短期记忆网络,时间序列,空管大数据,航迹聚类,深度学习,智能交通,航迹预测】搜索到相关结果 2 条
-
旋转式航空重力梯度仪动态测量误差传递模型与事后误差补偿
-
作者:
程一
李桐林
周帅
来源:
地球物理学报
年份:
2022
文献类型 :
期刊
关键词:
误差传递模型
事后误差补偿
深度学习
重力梯度仪
-
描述:
航空重力梯度测量技术可快速、高效地完成面积性重力梯度数据采集工作,在矿产资源勘查、军事目标探测等诸多科学领域具有广泛的应用.而航空重力梯度动态测量误差补偿方法是重力梯度动态测量数据处理中的一项重要工作.本文首先对旋转式重力梯度仪误差传递机理进行了定量分析,在综合考虑重力梯度仪系统非理想因素相互作用的情况下,建立了多种非理想因素与外部动态运动参数相耦合的误差传递模型;其次,提出了基于数据驱动的深度学习方法对航空动态测量误差进行补偿,并基于误差传递传递模型建立仿真数据样本集验证了方法的有效性;最后,通过航空重力梯度仪实测数据的处理和应用,验证了本文建立事后误差补偿方法的泛化性,进一步验证了本文建立方法在航空动态测量噪声抑制中的实用性,为航空重力梯度动态测量数据的处理提供技术储备.
-
时间域航空电磁激发极化参数三维反演研究
-
作者:
满开峰
殷长春
刘云鹤
孙思源
熊彬
来源:
地球物理学报
年份:
2023
文献类型 :
期刊
关键词:
Pearson相关约束
激发极化效应
时间域航空电磁
深度学习
3D反演
-
描述:
时间域航空电磁中心回线(或重叠回线)装置晚期道数据受激电效应影响常出现符号反转现象.这类数据与多个激电参数相关,并且各参数之间灵敏度差异较大,导致反演存在严重的非唯一性.本文提出一种基于Pearson相关性约束和深度学习算法相结合的时间域航空电磁激发极化参数反演策略.该反演策略首先基于深度学习预测时间域航空电磁激电参数,进而给时间常数和频率相关系数一个较小的约束范围后再反演电阻率和极化率,由此大大减少反演的多解性.针对电阻率和极化率的反演,我们采用统计学中Pearson相关系数构建两种物性参数的相关性约束,进一步减少反演多解性.为验证反演策略的有效性,我们对双棱柱模型和拱形模型分别进行反演试算.理论测试结果表明,基于Pearson相关性约束的电阻率和极化率的反演结果比传统的高斯-牛顿反演结果更接近真实模型,而基于深度学习预测时间常数和频率相关系数后的电阻率和极化率反演结果与给定真实时间常数和频率相关系数后的反演结果效果相当.最后,我们对来自澳大利亚的带激电效应的航空电磁实测数据在考虑和不考虑激电效应条件下进行反演,结果表明考虑激电效应的反演无论数据拟合还是地电断面的连续性均得到明显改善.