利用磁梯度张量识别地下小型目标体

利用磁梯度张量识别地下小型目标体

论文摘要

针对地下小型磁性目标体提出基于磁梯度张量和支持向量机(SVM)的形状识别方法。首先利用不同形状、不同姿态的地下目标体磁异常模型,建立磁梯度数据样本库;然后分析并选取磁梯度张量矩阵的9个属性参量,构造支持向量机模式识别的特征向量;最后建立基于量子粒子群算法的支持向量机(QPSO-SVM)识别模型,对测试数据进行模式识别。仿真和实验证明利用本文方法能够有效识别地下小型目标体的形状,识别准确率达到90%以上。

论文目录

  • 0 引言
  • 1 磁梯度张量矩阵及属性参量
  •   1.1 磁梯度张量矩阵
  •   1.2 特征提取
  • 2 基于量子粒子群优化的支持向量机
  • 3 仿真分析
  •   3.1 仿真数据库的建立
  •   3.2 特征提取
  •   3.3 识别测试
  • 4 实验验证
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 郑建拥,范红波,张琪,李志宁

    关键词: 磁梯度张量,形状识别,地下小型目标体,粒子群支持向量机

    来源: 石油地球物理勘探 2019年03期

    年度: 2019

    分类: 基础科学,工程科技Ⅰ辑

    专业: 地质学,地球物理学,矿业工程

    单位: 陆军工程大学石家庄校区,中国人民解放军94019部队

    分类号: P631.2

    DOI: 10.13810/j.cnki.issn.1000-7210.2019.03.024

    页码: 692-699+491

    总页数: 9

    文件大小: 1188K

    下载量: 116

    相关论文文献

    • [1].长方体全张量磁梯度的两种正演公式对比[J]. 世界地质 2019(04)
    • [2].基于重力梯度张量数据的欧拉反演在梅山铁矿的应用[J]. 地球物理学进展 2020(02)
    • [3].计算张量指数函数的广义逆张量ε-算法[J]. 自动化学报 2020(04)
    • [4].一种新的有噪张量秩的估计方法[J]. 南昌工程学院学报 2020(03)
    • [5].约束张量规范多元分解时变社区图模型检测[J]. 计算机工程与设计 2020(08)
    • [6].基于旋转装置的磁梯度张量测量方法[J]. 测试技术学报 2020(05)
    • [7].基于同步性脑网络的支持张量机情绪分类研究[J]. 电子与信息学报 2020(10)
    • [8].张量分解及其在统计模型中的应用[J]. 应用数学与计算数学学报 2018(04)
    • [9].非广义H-张量的判定准则(英文)[J]. 应用数学 2019(04)
    • [10].几类张量乘积的介绍[J]. 哈尔滨师范大学自然科学学报 2018(01)
    • [11].两个基于不同张量乘法的四阶张量分解[J]. 运筹学学报 2018(02)
    • [12].一种磁张量探测系统载体的磁张量补偿方法[J]. 地球物理学报 2016(01)
    • [13].二维解析张量投票算法研究[J]. 自动化学报 2016(03)
    • [14].低秩张量补全算法综述[J]. 陕西理工学院学报(自然科学版) 2016(02)
    • [15].正交张量的结构[J]. 洛阳师范学院学报 2016(05)
    • [16].基于多源共享因子的多张量填充[J]. 中国科学:信息科学 2016(07)
    • [17].弹球支持张量机分类器[J]. 模式识别与人工智能 2016(07)
    • [18].判定强H-张量迭代算法研究[J]. 滨州学院学报 2016(04)
    • [19].M-张量的更多性质[J]. 哈尔滨商业大学学报(自然科学版) 2015(01)
    • [20].张量树学习算法[J]. 南京大学学报(自然科学) 2015(02)
    • [21].关于弱正张量性质的研究(英文)[J]. 南开大学学报(自然科学版) 2015(04)
    • [22].有关非负张量的一些性质[J]. 哈尔滨商业大学学报(自然科学版) 2015(04)
    • [23].H-张量判定的新迭代准则探讨[J]. 今日财富 2019(21)
    • [24].张量投票法及其应用[J]. 电子制作 2013(24)
    • [25].基于张量分解的排序学习在个性化标签推荐中的研究[J]. 计算机科学 2020(S2)
    • [26].张量伪谱的包含域[J]. 重庆师范大学学报(自然科学版) 2019(02)
    • [27].基于快速上下文感知张量分解的噪声推断方法[J]. 科技视界 2017(26)
    • [28].张量与矩阵乘积的递推算法及相关问题[J]. 东华大学学报(自然科学版) 2015(05)
    • [29].张量表达在回归中的应用[J]. 宿州学院学报 2016(08)
    • [30].基于张量形态的反调和图像边缘检测算法[J]. 微电子学与计算机 2015(06)

    标签:;  ;  ;  ;  

    利用磁梯度张量识别地下小型目标体
    下载Doc文档

    猜你喜欢