基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高一维频率域航空电磁的反演精度,将机器学习方法应用于航空电磁数据的反演中,提出基于多输出最小二乘支持向量回归(MLS-SVR)的一维频率域航空电磁端到端反演方法.对不同地电模型进行正演计算,获得样本数据集;搭建MLS-SVR模型框架,输入端为归一化后的垂直磁场分量,输出端为地电模型参数;利用网格寻优和K-折交叉验证进行调参;利用MLS-SVR模型进行反演.试验结果表明,利用MLS-SVR可以准确地反演出各地电模型参数,与单输出支持向量回归(S-SVR)和多输出支持向量回归(M-SVR)算法相比,该反演方法的精度更高,实测数据反演表明了该方法的有效性.
推荐文章
基于数据域描述的模糊支持向量回归
支持向量机
数据域描述
模糊隶属度
建模
基于标准支持向量回归的阵列波束优化研究
支持向量机
标准支持向量回归
波束形成
阵列信号处理
优化
阵列波束优化的标准支持向量回归
支持向量机
标准支持向量回归
波束形成
阵列信号处理
阵列波束优化
基于支持向量回归的光度配准算法
支持向量机
图像
配准
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量回归的一维频率域航空电磁反演
来源期刊 浙江大学学报(工学版) 学科 地球科学
关键词 航空电磁 一维频率域反演 多输出 端到端 最小二乘支持向量机
年,卷(期) 2022,(1) 所属期刊栏目 航空航天技术|Aeronautics and Astronautics Technology
研究方向 页码范围 202-212
页数 11页 分类号 P631
字数 语种 中文
DOI 10.3785/j.issn.1008-973X.2022.01.023
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
航空电磁
一维频率域反演
多输出
端到端
最小二乘支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
论文1v1指导