【技术实现步骤摘要】
本专利技术涉及卫星磁测数据建模领域，具体涉及一种基于全连接深度神经网络的地磁建模方法。
技术介绍
1、地磁场是地球的重要地球物理特征，携带着关于地球内外空间丰富信息，与人类生产活动紧密相关，广泛应用于地球物理勘探、遥感定位、行星科学研究和社会应用等众多领域。卫星磁力测量可以在短时间内快速获得全球均匀覆盖的三分量磁测数据，其主要任务之一就是以此构建高精度的地磁场模型。
2、磁场建模的常规方法是gauss提出的球谐分析法，即用阶数依次增高(空间分辨率依次提高)的有限个球谐函数之和(截断的球谐级数)近似表达全球地磁场标量位，并使全球磁测资料得到最佳拟合。球谐模型受到球谐级数截断水平的限制，空间分辨率一般不高，当截断阶数增大时，待求球谐系数的数目急剧增加，且高阶项系数远远小于低阶项系数(相差6个量级之巨)，它们的统计显著性受到质疑，因此传统的球谐级数建模远远不能满足探矿、导航一类实际需要。
3、地磁场与地理位置、高程和时间等因素之间存在复杂的非线性关系，全连接深度网络模型端到端的学习能力允许深度网络从原始数据直接生成最终...
【技术保护点】
1.一种基于全连接深度神经网络的地磁建模方法，其特征在于，包括：
2.根据权利要求1所述的基于全连接深度神经网络的地磁建模方法，其特征在于，所述步骤1中的卫星磁测数据的特征要素包括读取磁测数据的时间、读取磁测数据的经纬度和球心距、读取NEC坐标系下的磁场三分量；所述步骤1中对卫星磁测数据进行预处理具体为根据卫星磁测数据的干扰标签、地方时条件、地磁指数条件筛选卫星磁测数据；并对筛选后的卫星磁测数据进行归一化处理。
3.根据权利要求1所述的基于全连接深度神经网络的地磁建模方法，其特征在于，所述步骤2中地磁场深度神经网络模型中的输入层、隐藏层和输出层...
【技术特征摘要】
1.一种基于全连接深度神经网络的地磁建模方法，其特征在于，包括：
2.根据权利要求1所述的基于全连接深度神经网络的地磁建模方法，其特征在于，所述步骤1中的卫星磁测数据的特征要素包括读取磁测数据的时间、读取磁测数据的经纬度和球心距、读取nec坐标系下的磁场三分量；所述步骤1中对卫星磁测数据进行预处理具体为根据卫星磁测数据的干扰标签、地方时条件、地磁指数条件筛选卫星磁测数据；并对筛选后的卫星磁测数据进行归一化处理。
3.根据权利要求1所述的基于全连接深度神经网络的地磁建模方法，其特征在于，所述步骤2中地磁场深度神经网络模型中的输入层、隐藏层和输出层分别包括多个神经元，所述输入层、隐藏层和输出层中分别设有激活函数，所述输入层的每个神经元分别输入特征要素；经过加入残差函数和批量归一化处理的各个权重和非线性激活函数的计算后，所述输出层的每个神经元的输出。
4.根据权利要求3所述的基于全连接深度神经网络的地磁建模方法，其特征在于，所述步骤2中每个所述权重加入残差函数和批量归一化处理具体包括：
5.根据权利要求1所述的基于全连接深度神经网络的地磁建模方法，其特征在于，所述步骤...
【专利技术属性】
技术研发人员：黄河，王稼鹏，周军，方雨，张飘旗，
申请(专利权)人：西北工业大学宁波研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。