摘要
本发明涉及一种时域电磁响应中的超顺磁效应识别和分离方法,建立了基于模糊支持向量机算法的双特征超顺磁效应识别模型;并采用列文伯格‑马夸特算法对晚期呈幂律衰减的感应‑磁化效应进行拟合,得到拟超顺磁效应,与总效应作为独立成分分析算法的输入信号,进行去均值化和白化;针对瞬变电磁信号的统计特性,选取互信息极小化判据和自然梯度算法进行分离矩阵的更新优化,直至满足收敛条件,最终分离得到感应响应和超顺磁效应。本发明能够有效识别并精确分离超顺磁效应,有效提高了浅表超顺磁层勘探中时域电磁法的反演解释精度,为时域电磁法在精细化探测的发展提供技术支持。
技术关键词
独立成分分析算法
梯度算法
瞬变电磁信号
矩阵
模糊隶属度
梯度下降法
训练集
效应
分段
动态
数据
阻尼
因子
样本
精度
度量
系统为您推荐了相关专利信息
电网负荷预测方法
日负荷曲线
负荷预测模型
场景
气象
超声波相控阵
融合机器学习
信号采集芯片
AD转换芯片
PCB电路板
Stacking集成模型
负荷预测方法
动态更新
负荷预测模型
Stacking集成学习
量子密码系统
高斯混合模型
异常检测方法
概率密度函数
协方差矩阵