摘要
本发明适用于航磁测量领域,提供了多旋翼无人机航空计算平台的轻量化磁补偿神经网络方法,所述方法包括:构建教师模型:预训练大型神经网络作为教师模型,所述教师模型为多隐藏层的深度神经网络或反向传播神经网络,用于学习航磁数据中的磁干扰特征;构建学生模型并执行知识蒸馏:建立轻量化三层前馈全连接神经网络作为学生模型,通过知识蒸馏将教师模型的知识迁移至学生模型;部署轻量化模型至无人机平台:将训练完成的学生模型的权重和偏置迁移至多旋翼无人机搭载的计算平台,实现航磁数据的实时磁干扰补偿。本发明能够轻量化整个神经网络的结构,可以实现在计算资源有限的情况下,低成本并且高效率地完成航空磁测数据的补偿计算。
技术关键词
神经网络方法
教师
学生
多旋翼无人机
无人机平台
深度神经网络
干扰特征
蒸馏
数据
航空
高效率地
标签
超参数
低成本
在线
样本
系统为您推荐了相关专利信息
电化学生物传感器
壳聚糖修饰
修饰丝网印刷电极
磷酸盐缓冲液
拉莫三嗪
自然语言理解
注意力
中间层
自然语言分析
分词算法