公开(公告)号：CN116299740A

公开(公告)日：2023-06-23

申请号：CN202211571910.6

申请日：2022-12-08

Applicant: 吉林大学

Inventor： 王泰涵 ,  马馨云 ,  阎文瑞 ,  许佳 ,  黄梦婷

IPC: G01V7/00 ,  G01V7/06

Abstract: 本发明适用于重力学与重力勘探领域，提供了一种旋转矩形棱柱体的空间域重力多参量解析正演方法，包括如下步骤：建立观测坐标系和场源局部坐标系；给定矩形棱柱体模型参数和观测系统参数；通过欧拉角定义旋转棱柱体姿态，确定旋转矩阵，完成坐标转换；分别在场源局部坐标系空间域计算重力场三方向矢量解析解和重力梯度张量各分量解析解；推算出观测坐标系重力场三方向矢量数据，以及观测坐标系重力梯度张量各分量数据。本发明对于高精度全空间多参量重力场模型构建具有重要意义，精度高、计算快，可灵活地用于重力场数值模拟、重力资料定性分析与重力场建模等方面，并有效服务于重力学与重力勘探教学与科研领域。

公开(公告)号：CN116842840A

公开(公告)日：2023-10-03

申请号：CN202310808513.4

申请日：2023-07-04

Applicant: 吉林大学

Inventor： 宋炳宣 ,  韩复兴 ,  陈雨贝 ,  吴林骏 ,  黄梦婷 ,  潘延杰

IPC: G06F30/27 ,  G06F18/214 ,  G06F18/24 ,  G06N3/04 ,  G06N3/09 ,  G06F119/10

Abstract: 本发明属于城市地球物理勘探技术领域，具体涉及一种基于XGBoost的多种加权谱比降噪方法，该方法是基于高维空间提取微动监测数据的特征，并应用添加了L2正则化的XGBoost算法对数据进行训练分析，得出可分离信号与噪声的机器学习模型。从而解决原有降噪方法面对高噪声的复杂环境时信号提取精度较差的问题。相较于常规方法中单一的时间域或者频率域的分析模式，本发明基于XGBoost的多种加权谱比降噪方法，利用升维函数，在高维空间下取微动监测数据的特征，使得地脉波特征更为全面，信噪分析模型更加完备；本发明将监督学习算法应用于微动HVSR法原始数据的降噪，提高了降噪过程的自动化程度和降噪结果的精度。