基于深度学习网络的电磁法信号处理方法及装置

    公开(公告)号:CN117390493A

    公开(公告)日:2024-01-12

    申请号:CN202311408933.X

    申请日:2023-10-27

    Abstract: 本发明涉及基于深度学习的电磁法信号处理技术领域,具体公开了一种基于深度学习网络的电磁法信号处理方法及装置,包括如下步骤:步骤S1:设置深度学习网络模型,将电磁法数据按采样率分段;步骤S2:将分段后的数据输入至卷积门控循环单元网络进行特征提取与模型训练,生成深度学习模型;步骤S3:利用深度学习网络模型进行电磁法数据的测试,将噪声段进行识别与剔除;步骤S4:识别为有效信号段的部分,按原采样顺序整合重构获取高质量的电磁法数据。本发明解决了特征参数分析与机器学习的电磁法信号处理方法的不足,提升了去噪效果和改善了数据质量。

    一种机器人走行座
    2.
    发明公开

    公开(公告)号:CN117022480A

    公开(公告)日:2023-11-10

    申请号:CN202310981352.9

    申请日:2023-08-07

    Inventor: 屈喜龙 张贤

    Abstract: 本发明公开了一种机器人走行座,包括机座,所述机座顶面固接机体安装面板,所述机座两侧分别开设两个侧腔,两个所述侧腔底端均为开口结构,两个所述侧腔内分别设置两个调节部件。本发明通过设置的张紧组件对履带结构进行支撑,在碾到小块杂质时,张紧组件中张紧轮改变位置,使得履带结构发生形变,不会使机座颠簸,而且在侧坡类地形行走时,两个高度调节组件分别调节两个履带走行部件的高度,这样即可保持机座处于水平态,再利用倾角微调组件将在坡状地形一侧的履带走行部件的角度进行微调,即可保证履带结构与地面贴合,行驶更加稳定,平衡性更好,避免侧翻现象,在遇到部分障碍物时,利用两个高度调节组件抬高机座高度跨越过障碍物,无需绕行。

    一种基于极限学习机的电磁法信噪辨识方法及系统

    公开(公告)号:CN116628549A

    公开(公告)日:2023-08-22

    申请号:CN202310578979.X

    申请日:2023-05-22

    Abstract: 本发明涉及可控源电磁法技术领域,具体公开了一种基于极限学习机的电磁法信噪辨识方法及系统,将电磁法数据等间距分段,分别提取每段电磁法数据的多域多特征参数;将样本库数据中的多域多特征参数进行聚类分析,按照特征参数与已知样本库类别进行优先级排序,将类间距离作为评判指标,确定最优和次优的特征参数组合;利用每段电磁法数据的最优和次优的特征参数训练极限学习机,进而对电磁数据进行信噪智能辨识;将辨识为噪声的数据直接剔除,保留有效信号且合并,获得高质量可控源电磁数据。通过本申请提升了机器学习算法对电磁法智能辨识效果及改善了电磁法数据质量。

    一种多域变换联合优化transformer的电磁信号预测方法及装置

    公开(公告)号:CN119357552A

    公开(公告)日:2025-01-24

    申请号:CN202411353349.3

    申请日:2024-09-26

    Abstract: 本发明涉及电磁法信号处理技术领域,具体公开了一种多域变换联合优化transformer的电磁信号预测方法及装置,包括如下步骤:利用电磁数据进行多域分析,提取多域变换下的特征参数;改进鹅优化算法进行模型超参数寻优;将多域特征参数及信号样本输入优化transformer进行训练,获取优化模型;利用优化模型进行电磁数据的测试验证,将模型应用于电磁噪声辨识及信号预测;将信号进行保留,辨识的噪声剔除且预测信号,并按原采样顺序整合重构获取高质量的电磁法数据。本发明解决了深度学习方法在电磁多域数据处理中的不足,提升了电磁法信号处理效果,改善了低频段电磁数据质量。

    基于淘金优化LSTM的电磁法数据预测方法及装置

    公开(公告)号:CN118035645A

    公开(公告)日:2024-05-14

    申请号:CN202410199127.4

    申请日:2024-02-22

    Abstract: 本发明涉及电磁数据处理技术领域,具体公开了基于淘金优化LSTM的电磁法数据预测方法及装置,包括如下步骤:步骤S1:将电磁法数据作为长短期记忆网络模型的输入,并将数据划分为训练集和测试集。步骤S2:初始化LSTM模型参数。步骤S3:定义均方根误差为淘金优化器的目标函数。步骤S4:初始化淘金优化器的参数,利用淘金优化器对目标函数进行寻优迭代。步骤S5:迭代至最大次数,将最优参数赋予用于LSTM模型进行训练,输出预测值。步骤S6:将优化LSTM模型进行电磁法数据的信噪预测,剔除预测为噪声的部分,利用有效信号部分预测处理噪声部分,解决电磁法信号处理存在的参数选取困难导致去噪效果不理想的问题。

    一种基于门控循环单元的电磁法数据处理方法及系统

    公开(公告)号:CN116610909A

    公开(公告)日:2023-08-18

    申请号:CN202310578985.5

    申请日:2023-05-22

    Abstract: 本发明涉及电磁法数据处理技术领域,具体公开了一种基于门控循环单元的电磁法数据处理方法及系统,包括如下步骤:步骤S1:将电磁法数据按采样率分段,构建电磁法数据样本库,步骤S2:将样本库输入至门控循环单元进行数据训练,生成数据驱动模型,步骤S3:利用数据驱动模型进行电磁法实测数据的测试,将有效信号划分为第一类,标签为1,噪声划分为第二类,标签为2,步骤S4:将标签为2的数据剔除,标签为1的数据保留,重构获取高质量的电磁法数据,解决了传统的电磁法数据容易受到噪声干扰,所采集信号与噪声模糊,存在无法有效识别的问题。

Patent Agency Ranking