一种基于深度多示例学习的磁异常检测方法

AITNT
正文
推荐专利
一种基于深度多示例学习的磁异常检测方法
申请号:CN202411628579
申请日期:2024-11-14
公开号:CN119740153A
公开日期:2025-04-01
类型:发明专利
摘要
本发明实施例提供了一种检测海底磁目标的磁异常检测算法,包括:通过船只拖曳大型通电线圈,对测量区域进行充磁处理,充磁完成后使用磁场测量仪器对目标区域进行磁场数据采集,得到磁场数据集,并对采集的磁场数集据进行数据预处理;进行袋标签分配,根据预设分配方案,为每个袋分配标签,包含磁异常的袋为正标签,否则为负标签;模型架构设计,构建多示例学习模型;将新采集到的磁场数据按照行驶轨迹划分成多个袋,提取特征并输入到训练好的模型中;根据训练好的模型所输出的预测值和评分值,进行实地验证。极大提高磁异常检测的准确性和效率。
技术关键词
深度多示例学习 异常检测方法 标签 数据 船只 更新模型参数 轨迹 梯度下降法 线圈 传播算法 输出特征 高层次 噪声 矩形
系统为您推荐了相关专利信息
1
一种智能床具的睡眠调节方法及系统
智能床具 睡眠调节方法 身体 数据 睡眠调节系统
2
一种基于深度学习和集成学习的珊瑚分类方法
Softmax函数 分类方法 网络参数微调 网络结构 数据
3
一种基于多维数据分析的算力热力评估方法及其决策系统
资源环境数据 清洗规则 决策系统 非线性 层次分析法
4
一种工业机器人自动化测试方法及系统
工业机器人自动化 评估通信链路 执行误差 工作状态数据 测试方法
5
无线感知预训练模型的训练方法
预训练模型 相位对齐 样本 信号 执行矩阵乘法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号