买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国地质大学(武汉)
摘要:本申请提供了一种改进卷积神经网络的火星浅表层介电常数预测方法,涉及地质勘探领域及行星探测领域,方法包括:获取火星次表层探测雷达数据并进行预处理;提取火星次表层探测雷达A‑scan数据;构建基于注意力机制和级联的一维卷积神经网络;通过构建的火星次表层地质模型以及火星次表层探测雷达A‑scan数据,对一维卷积神经网络进行训练;通过训练后的一维卷积神经网络,结合预处理后的火星次表层探测雷达数据,对火星浅表层地下介电常数值进行预测。本申请所提方法使用基于数据驱动的改进的一维深度卷积神经网络来代替传统人为判断探地雷达信号中双曲线拟合,实现自主预测火星浅表层的地下介电特性的方法。
主权项:1.一种改进卷积神经网络的火星浅表层介电常数预测方法,其特征在于,方法包括以下步骤:S1:获取火星次表层探测雷达数据并进行预处理;S2:提取火星次表层探测雷达A-scan数据;S3:构建基于注意力机制和级联的一维卷积神经网络;S4:通过构建的火星风化层介电常数地质模型以及火星次表层探测雷达A-scan数据,对一维卷积神经网络进行训练;S5:通过训练后的一维卷积神经网络,结合预处理后的火星次表层探测雷达数据,对火星浅表层地下介电常数值进行预测。
全文数据:
权利要求:
百度查询: 中国地质大学(武汉) 一种改进卷积神经网络的火星浅表层介电常数预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。