-
题名基于磁梯度张量的磁目标模式识别方法
被引量:2
- 1
-
-
作者
郑建拥
范红波
张琪
李志宁
-
机构
陆军工程大学石家庄校区
中国人民解放军
-
出处
《探测与控制学报》
CSCD
北大核心
2019年第3期81-86,共6页
-
文摘
针对目前地下小型磁目标形状识别局限于磁测数据的反演,受测量精度影响大,识别效果不理想的问题,提出了基于磁梯度张量和支持向量机的地下磁目标模式识别方法.该方法将机器学习的方法引入地下磁目标识别领域,利用量子粒子群改进的支持向量机(QPSO-SVM)识别地下小目标的形状.同时从样本信号中计算并分离出基于磁梯度张量矩阵的9个特征量联合识别磁目标,并对磁异常数据进行化极和延拓处理,提高了数据质量,使数据特征更突出.仿真和实验结果证明,本方法克服了重磁数据正、反演过程中大量的公式推导和计算,降低了对磁测数据精度的依赖,提高了识别正确率.
-
关键词
磁梯度张量
量子粒子群支持向量机
磁目标识别
磁异常信号处理
-
Keywords
magnetic gradient tensor
quantum particle swarm support vector machine
target recognition
magnetic anomaly signal processing
-
分类号
P631
[天文地球—地质矿产勘探]
-