基于Adam的BP神经网络落点偏移预测方法技术

本发明专利技术公开了一种基于Adam的BP神经网络落点偏移预测方法，属于落点预测领域，包括以下步骤：S1、数据收集与预处理；S2、构建BP神经网络，并将收集的数据作为BP神经网络的输入变量，同时设定预测目标为震源落点的偏移量以及偏移角度；S3、BP神经网络初始化；S4、基于Adam优化器优化BP神经网络；S5、迭代训练，直至优化后的BP神经网络收敛或者达到最大迭代次数。本发明专利技术采用上述基于Adam的BP神经网络落点偏移预测方法，具有高精度、适应性强、数据驱动、快速稳定的训练过程以及技术集成和扩展性等优点，为无人机挂载震源投掷落点预测领域带来了重要的技术突破和应用前景。

【技术实现步骤摘要】

本专利技术涉及落点预测，尤其涉及基于adam的bp神经网络落点偏移预测方法。

技术介绍

1、无人机震源勘探是指利用无人机进行地质勘探、资源勘查、灾害监测等活动，其中准确预测震源落点对于提高勘探效率和精度至关重要。在这个领域中，已知的参数如风速、风向、投掷高度、投掷角度、初速度和震源质量，都是影响落点预测的关键因素。

2、准确预测震源落点对于勘探任务至关重要。首先，它能够提高勘探的精度，确保勘探设备或物料准确到达目标区域，从而提高勘探数据的准确性和可靠性。其次，精确预测落点有助于提高作业效率，减少无人机的搜索范围，节省时间和资源。此外，对于在危险或难以接近的地区进行勘探时，准确预测落点可以确保无人机和震源的安全投放，减少潜在的安全风险。最后，精确投掷震源有助于减少对环境的干扰和破坏，特别是在生态敏感区域的勘探作业中，有利于环境保护。因此，准确预测震源落点不仅对勘探任务本身至关重要，而且在维护安全和保护环境方面也具有重要意义。

3、现有的震源落点预测方法为使用传统的运动学方程计算，此方法存在以下局限性：首先，这些方程往往忽略了复杂环境因本文档来自技高网...

【技术保护点】

1.基于Adam的BP神经网络落点偏移预测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于Adam的BP神经网络落点偏移预测方法，其特征在于：步骤S1所述的预处理包括数据清洗、特征工程以及数据标准化或归一化，且针对初始风向，将风向角度转换为正弦和余弦值。

3.根据权利要求1所述的基于Adam的BP神经网络落点偏移预测方法，其特征在于：步骤S2所述的BP神经网络包括输入层、隐藏层和输出层，且输出层的神经元数量与预测目标的数量相同。

4.根据权利要求3所述的基于Adam的BP神经网络落点偏移预测方法，其特征在于：在步骤S2中，在输入变量中引入...

【技术特征摘要】

1.基于adam的bp神经网络落点偏移预测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于adam的bp神经网络落点偏移预测方法，其特征在于：步骤s1所述的预处理包括数据清洗、特征工程以及数据标准化或归一化，且针对初始风向，将风向角度转换为正弦和余弦值。

3.根据权利要求1所述的基于adam的bp神经网络落点偏移预测方法，其特征在于：步骤s2所述的bp神经网络包括输入层、隐藏层和输出层，且输出层的神经元数量与预测目标的数量相同。

4.根据权利要求3所述的基于adam的bp神经网络落点偏移预测方法，其特征在于：在步骤s...

【专利技术属性】
技术研发人员：钱荣毅，柴炜亮，潘兴东，祁昭林，
申请(专利权)人：中国地质大学北京，
类型：发明
国别省市：