-
公开(公告)号：CN111007571B
公开(公告)日：2022-05-13
申请号：CN201911195853.4
申请日：2019-11-28
Applicant: 吉林大学
IPC: G01V3/00
Abstract: 本发明涉及一种基于三维构造张量的航磁数据地质体边界识别方法，包括：获取实测航磁异常数据并预处理；对预处理后的数据进行空间域计算；对预处理后的数据进行频率域计算；利用空间域计算的数据和频率域计算的数据得到水平导数、多阶垂向导数以及构造张量矩阵得到边界识别滤波器NSED1和边界识别滤波器NSED2；本发明突破了以往边界识别滤波器采用单梯度和同阶梯度进行滤波器定义的思想，定义的多梯度分量参与的边界识别滤波器在深浅叠加异常、临近叠加异常、正负叠加异常等复杂地质情况下均可获得更清晰、可靠的地质体水平位置圈定结果，避免叠加异常产生的干扰信息，提高了弱异常、深部异常对应地质体的边界位置增强和提取能力。
-
公开(公告)号：CN116304517A
公开(公告)日：2023-06-23
申请号：CN202310344763.7
申请日：2023-04-03
Applicant: 吉林大学
Abstract: 本发明公开了一种基于随机投影的位场数据物性参数反演方法，包括如下步骤：S1：获取实测位场数据，按照测区和深度范围进行地下空间剖分，基于位场数据正演理论计算反演中的灵敏度矩阵，进而建立全空间的正演计算关系；S2：设计随机投影矩阵，将灵敏度矩阵投影到多个低维子空间，建立子空间正演计算关系；S3：基于子空间正演计算关系建立正则化方程，并采用共轭梯度算法求解子空间内物性参数；S4：通过多个子空间内物性参数的加权平均计算，得到最终物性参数反演结果。该基于随机投影的位场数据物性参数反演方法，具有更高的深度分辨率和反演可靠性，提高了物性反演方法在实际数据处理中的实用性。
-
公开(公告)号：CN114781617A
公开(公告)日：2022-07-22
申请号：CN202210462301.0
申请日：2022-04-28
Applicant: 吉林大学
Abstract: 本发明属于航磁勘探领域，具体地而言为一种基于编码器优化的全连接神经网络航磁干扰补偿方法，该方法包括：将16项系数矩阵Xn×16作为深度神经网络的输入数据；所述深度神经网络包括编码器以及与编码器串联的全连接神经网络，所述编码器用于提取数据的特征，得到特征矩阵Fn×12；将特征矩阵Fn×12传入全连接神经网络，所诉全连接神经网络用于实现特征对磁干扰的拟合，得到预测的磁干扰；根据预测的磁干扰计算补偿后的标准差。本发明有效提高模型的抗干扰能力。
-
公开(公告)号：CN110187393A
公开(公告)日：2019-08-30
申请号：CN201910448705.2
申请日：2019-05-28
Applicant: 吉林大学
Abstract: 本发明提供了一种基于广义回归神经网络的航磁补偿方法，包括：根据T-L方程数学模型和干扰产生原因，确定广义神经网络的输入输出指标因素；对标定飞行数据进行滤波处理后计算方向余弦及其导数，将输入、输出样本归一化处理，获得归一化的广义回归神经网络输入、输出向量；将预处理后的学习样本载入GRNN，采用十折交叉验证方法，循环验证，选取出最佳光滑因子、最佳输入样本和输出样本确定网络结构构建补偿模型。将标定飞行数据作为待补偿样本载入GRNN进行补偿计算，并将补偿网络的输出数据做反归一化处理，获得飞机干扰场的预测。本发明有效回避16项系数方程矩阵的病态问题，并且当标定飞行样本数据较少时，获得较好的补偿效果，实现无人机航磁干扰补偿。
-
公开(公告)号：CN104326081B
公开(公告)日：2016-03-16
申请号：CN201410649362.3
申请日：2014-11-14
Applicant: 吉林大学
Abstract: 应用于航磁测量的八旋翼无人机属飞行器技术领域，4个主旋翼系统与主机架的四个平台固接，4个调节旋翼系统内端与主机架的8个固接点固接；4个调节旋翼系统呈十字形排列，且与呈十字形排列的左框架、长框架、右框架错位45°角；4个调节旋翼系统外端与主机架的上下环固接；自动平衡感应器与主机架的4个中立板固接；本发明系统效率高，可降低系统的冗余，提高飞机的偏航能力和机动性；还可降低飞行器旋翼负责执行飞行动作的复杂度，减少控制通道间的耦合效应，使飞行控制策略更易实现，从而提高旋翼的利用效率；适合航空磁法勘探中对重载荷、低空、低速、振动小等飞行搭载平台的要求，可实现自主动平衡监测与调节，温度适应性高。
-
Patent Agency Ranking
公开(公告)号：CN114781617B
公开(公告)日：2024-08-27
申请号：CN202210462301.0
申请日：2022-04-28
Applicant: 吉林大学
IPC: G06N3/0455 , G06N3/048 , G06N3/06 , G06N3/08
Abstract: 本发明属于航磁勘探领域，具体地而言为一种基于编码器优化的全连接神经网络航磁干扰补偿方法，该方法包括：将16项系数矩阵Xn×16作为深度神经网络的输入数据；所述深度神经网络包括编码器以及与编码器串联的全连接神经网络，所述编码器用于提取数据的特征，得到特征矩阵Fn×12；将特征矩阵Fn×12传入全连接神经网络，所诉全连接神经网络用于实现特征对磁干扰的拟合，得到预测的磁干扰；根据预测的磁干扰计算补偿后的标准差。本发明有效提高模型的抗干扰能力。
-
公开(公告)号：CN112327383B
公开(公告)日：2021-12-31
申请号：CN202011336514.6
申请日：2020-11-25
Applicant: 吉林大学
IPC: G01V9/00
Abstract: 本发明公开了一种基于梯度张量特征值的位场数据地质构造位置圈定方法，包括如下步骤：S1：获取实测位场数据，采用基于向上延拓的异常剥离法实现区域场和局部场的异常分离，并采用空间域‑频率域导数计算方法和拉普拉斯方程计算梯度分量；S2：利用所述梯度分量建立梯度张量矩阵；S3：计算所述梯度张量矩阵的特征值；S4：利用所述特征值定义地质构造位置圈定方法。该基于梯度张量特征值的位场数据地质构造位置圈定方法，具有更高的水平分辨率，圈定出的断裂构造更加清晰，可有效地圈定出深浅地质构造对应的边界位置，提升了地质构造解释精度。
-
公开(公告)号：CN110187393B
公开(公告)日：2020-08-11
申请号：CN201910448705.2
申请日：2019-05-28
Applicant: 吉林大学
Abstract: 本发明提供了一种基于广义回归神经网络的航磁补偿方法，包括：根据T‑L方程数学模型和干扰产生原因，确定广义神经网络的输入输出指标因素；对标定飞行数据进行滤波处理后计算方向余弦及其导数，将输入、输出样本归一化处理，获得归一化的广义回归神经网络输入、输出向量；将预处理后的学习样本载入GRNN，采用十折交叉验证方法，循环验证，选取出最佳光滑因子、最佳输入样本和输出样本确定网络结构构建补偿模型。将标定飞行数据作为待补偿样本载入GRNN进行补偿计算，并将补偿网络的输出数据做反归一化处理，获得飞机干扰场的预测。本发明有效回避16项系数方程矩阵的病态问题，并且当标定飞行样本数据较少时，获得较好的补偿效果，实现无人机航磁干扰补偿。
-
公开(公告)号：CN108732622A
公开(公告)日：2018-11-02
申请号：CN201810477185.3
申请日：2018-05-18
Applicant: 吉林大学
IPC: G01V1/30
CPC classification number: G01V1/306
Abstract: 本发明涉及一种不同高度数据融合联合反演地质体几何形态的方法，是将空中和地面实测数据融合进行联合处理的方法，基于不同高度数据同时对应同一场源并用于反演位场场源的分析原理，拓展不同高度场数据在欧拉反褶积方法中的应用范围。不同高度场数据融合联合欧拉反褶积法能够改善位场解释中单一观测面数据计算带来的解的发散问题，可快速、有效的圈出异常源的基本轮廓，尤其适合于大面积网格重磁数据计算和大深度分析和解释的不同高度数据融合联合反演地质体几何形态的方法。突破了以往采用单一观测面数据计算的思想，可更加清晰和准确的划分出地质体的几何形态，且提高了对地质体的深度分辨能力。
-
公开(公告)号：CN108729710A
公开(公告)日：2018-11-02
申请号：CN201810932493.0
申请日：2018-08-16
Applicant: 吉林大学
Abstract: 本发明公开了一种双层无避让立体停车设备，克服了顶层车位进出车辆时底层车位需要避让与载车板处于悬臂状态的问题，其包括左支撑框架、右支撑框架、后上横梁、拖拽机构、托举机构与载车板；托举机构包括左后油缸、左前油缸、右前油缸、右后油缸；左支撑框架与右支撑框架安装在地基上，后上横梁固定在左支撑框架的左后立柱与右支撑框架的右后立柱的顶端；拖拽机构安装在左、右支撑框架上；左前油缸、左后油缸并排地安装在左支撑框架前后端左侧的地基上，右前油缸、右后油缸并排地安装在右支撑框架前后端右侧的地基上；左前油缸、左后油缸的伸出端分别和载车板左端底面的前后端铰接，右前油缸、右后油缸的伸出端分别和载车板右端底面的前后端铰接。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.022 seconds)
