一种基于全连接深度神经网络的海底地形反演方法

本发明公开了一种基于全连接深度神经网络的海底地形反演方法，包括：获取船测水深数据进行数据预处理；获取重力异常数据集，将重力异常场分解为长波和短波分量，拟合作差得出残差长波和残差短波重力异常；构建海深反演模型，以所述重力异常数据及经纬度数据作为输入；通过船测水深数据船测水深数据对所述海深反演模型进行神经网络训练，输出海深反演结果，并对所述海深反演模型进行精度评定优化。本发明通过结合船载测深数据、长波重力异常数据，短波重力异常数据，残差短波重力异常数据和残差长波重力异常数据，提高海底地形反演的精度，使用全连接深度神经网络模型，进一步提升模型的反演能力，模型能更准确捕捉地形变化，反演水深精度更优。