龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明涉及地下水有机污染磁共振信号检测方法领域，为一种面向地下有机污染的磁共振信号特征非配对学习方法。该方法通过组建实际的含噪数据集和有效信号数据集，搭建地下有机污染磁共振信号特征的非配对学习网络，所述非配对学习网络包括回归降噪网络和特征判别网络，训练所述非配对学习网络建立实际采集的含噪数据集所在的域到有效信号数据集所在域间的映射关系，进行数据域的迁移学习，从而实现提取地下有机污染磁共振信号特征的目标，实现实际地下有机污染磁共振信号的特征提取，减弱了深度学习方法对数据的依赖性，增强了网络的泛化能力。
主权项：1.一种面向地下有机污染的磁共振信号特征非配对学习方法，其特征在于，该方法包括：S1分别组建磁共振有机污染探测系统实际采集的含噪数据集，和有效信号数据集，，其中，代表每一个含噪数据，代表每一个有效信号数据，i为数据个数，，有效信号数据由模拟的纯净自旋回波信号构成： ，其中，为t时刻观测到的回波幅度，为第种弛豫分量零时刻的信号大小，为第种弛豫分量的横向弛豫时间，取2的指数；S2搭建地下有机污染磁共振信号特征的非配对学习网络，所述非配对学习网络包括回归降噪网络和特征判别网络，训练所述非配对学习网络建立实际采集的含噪数据集所在的域到有效信号数据集所在域间的映射关系，进行数据域的迁移学习，非配对学习网络训练的目标函数表示为： ，其中，是第一回归降噪网络的目标函数，是第二回归降噪网络的目标函数，是范数算子，为第一回归降噪网络，是的镜像网络，代表有效信号数据集到实际采集的含噪数据集之间的映射网络，用于拟合的域映射关系；为第二回归降噪网络，用于拟合的域到域的映射，为第一特征判别网络，用于判别生成的有效信号数据分布是否与真实的有效信号一致，为第二特征判别网络，用于判别生成的含噪数据是否符合真实的含噪数据；设置学习率训练非配对学习网络，执行多个迭代周期使非配对学习网络收敛，非配对学习网络训练完成后，回归降噪网络被用作去噪网络对含噪声的实测数据进行处理： ，其中，表示处理后提取的有效地下有机污染磁共振信号，表示回归降噪网络对含噪声的实测数据的处理过程。
全文数据：
权利要求：
百度查询： 吉林大学 一种面向地下有机污染的磁共振信号特征非配对学习方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号