摘要
本发明涉及一种基于BP神经网络的钻孔雷达姿态角预测方法,属于钻孔雷达姿态角预测技术领域。本发明包括步骤:获取姿态角预测训练样本;获取隐藏层节点数;根据获取的隐藏层节点数构建钻孔雷达姿态角预测网络;利用训练样本训练钻孔雷达姿态角预测网络;将获取的训练数据,经由输入层,隐藏层逐层处理,并通过比较在传播过程中实际输出值与期望输出值之间的误差,利用误差反向传播算法调整每一层和每个节点之间的连接权重和阈值,不断优化网络性能,得到最佳钻孔雷达姿态角预测网络;其中,姿态角包括倾角、自转角、方位角;利用训练好的钻孔雷达姿态角预测网络进行钻孔雷达姿态角预测。本发明能有效地校准安装误差的影响,提高了测量精度。
技术关键词
钻孔雷达
BP神经网络
方位角
节点数
神经网络模型
误差反向传播
工具面角
校正平台
训练集数据
安装误差
传播算法
加速度
传感器
矩阵
参数
系统为您推荐了相关专利信息
设备运行参数
温度预测模型
调控方法
调控模型
归一化方法
多波长光源
中医脉象
视频拍摄单元
视频采集模块
集合经验模态分解
推力
风电机组运行数据
历史运行数据
BP神经网络
反馈控制策略