摘要
本申请涉及海洋地球物理勘探与测绘技术领域,提供了一种多源、多物理场重力数据超分辨率重建方法。所述方法包括:获取预处理后的低分辨率卫星测高重力数据和预处理后的高分辨率船载重力数据,构建训练数据集;构建对偶回归深度学习模型;利用所述训练数据集对所述对偶回归深度学习模型进行训练,得到训练后的对偶回归深度学习模型;将待重建目标区域预处理后的低分辨率卫星重力数据输入所述训练后的对偶回归深度学习模型,获取该重建目标区域的超分辨率重建重力数据。本申请通过对偶网络闭环约束和自适应退化建模,显著减少对高分辨率船载重力数据的依赖,同时提升了重建精度与泛化能力。
技术关键词
卫星测高重力数据
深度学习模型
超分辨率重建方法
样本
卫星测高数据
重建误差
海洋地球物理勘探
网络
误差反向传播
度量
表达式
偏离误差
像素
指数
测绘技术
系统为您推荐了相关专利信息
轴流压气机
样本
灰狼优化算法
变量
智能优化算法