基于磁梯度张量的磁目标模式识别方法

• 作者: 张琪 李志宁 范红波 郑建拥
• 来源期刊: 探测与控制学报
• 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
• 年，卷（期）: 2019,（3）
• 页码范围: 81-86
• 页数: 6页
• 分类号: P631
• 语种: 中文

摘要

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.