摘要
本发明涉及信号处理技术领域,特别是涉及地磁信号数据特征的深度学习增强方法,包括:获取步骤,包括:采集地磁场信号;预处理步骤,包括:对所述地磁场信号进行预处理,得到数据量可变的时序信号;特征提取步骤,包括:对所述时序信号进行数据特征提取,得到地磁信号特征的数据特征提取结果;增强步骤,包括:对所述地磁信号特征的数据特征提取结果进行深度学习处理,得到地磁场特征的数据增强结果,通过深度学习增强,显著提高了地磁信号特征的表示能力,使得信号中的关键特征更加明显,便于后续识别和分类;自适应噪声管理机制使方法对环境干扰具有强大的抵抗力,能够在复杂环境中有效提取有用信号。
技术关键词
地磁场信号
数据特征提取
深度学习神经网络
信号特征
深度学习分类模型
分布直方图
时序
深度学习算法
噪声
全卷积神经网络
非线性
分段
分子
信号处理技术
数据分布
随机森林
系统为您推荐了相关专利信息
多模特征
无监督特征
双塔结构
对象
数据特征提取
智能化分析方法
交通管理系统
节点
数据特征提取
深度学习算法
超参数
数据特征提取
BiLSTM模型
误差
电力线损计算技术