-
公开(公告)号:CN112284366A
公开(公告)日:2021-01-29
申请号:CN202011159004.6
申请日:2020-10-26
Applicant: 中北大学
Abstract: 本发明公开了一种基于TG‑LSTM神经网络的偏振光罗盘航向角误差校正方法,首先建立TG‑LSTM神经网络模型;获取学习样本;训练TG‑LSTM神经网络模型;对偏振光罗盘的航向角误差进行补偿以获取准确的航向角。本发明适用于偏振光罗盘航向角测量,较之现有的多项式拟合技术,本发明提出的方法可通过建立倾角与数据采集周期非均匀等外部误差源与偏振光罗盘航向角误差之间复杂的非线性关系,有效消除因倾角和数据采集周期非均匀带来的误差,最终提高偏振光罗盘航向角测量精度。
-
公开(公告)号:CN105372198B
公开(公告)日:2019-04-30
申请号:CN201510710525.9
申请日:2015-10-28
Applicant: 中北大学
IPC: G01N21/35 , G01N21/359
Abstract: 本发明涉及红外光谱技术领域,更具体而言,涉及一种基于集成L1正则化的红外光谱波长选择方法,是一种利用集成学习思想的红外光谱波长选择方法;提供一种基于集成L1正则化的红外光谱波长选择方法,首先利用Bootstrap抽样方法生成若干个子数据集,其次针对每个子数据集采用无信息变量消除法进行预处理,然后利用L1正则化方法对每个子数据集进行特征选择,将特征选择问题转换为稀疏优化问题并进行计算,最后采用投票法对各个子数据集的波长选择结果进行集成,从而筛选出最佳的特征波长组合;本发明主要应用在红外光谱方面。
-
公开(公告)号:CN112284366B
公开(公告)日:2022-04-12
申请号:CN202011159004.6
申请日:2020-10-26
Applicant: 中北大学
Abstract: 本发明公开了一种基于TG‑LSTM神经网络的偏振光罗盘航向角误差校正方法,首先建立TG‑LSTM神经网络模型;获取学习样本;训练TG‑LSTM神经网络模型;对偏振光罗盘的航向角误差进行补偿以获取准确的航向角。本发明适用于偏振光罗盘航向角测量,较之现有的多项式拟合技术,本发明提出的方法可通过建立倾角与数据采集周期非均匀等外部误差源与偏振光罗盘航向角误差之间复杂的非线性关系,有效消除因倾角和数据采集周期非均匀带来的误差,最终提高偏振光罗盘航向角测量精度。
-
公开(公告)号:CN105372198A
公开(公告)日:2016-03-02
申请号:CN201510710525.9
申请日:2015-10-28
Applicant: 中北大学
IPC: G01N21/35 , G01N21/359
CPC classification number: G01N21/35 , G01N21/359
Abstract: 本发明涉及红外光谱技术领域,更具体而言,涉及一种基于集成L1正则化的红外光谱波长选择方法,是一种利用集成学习思想的红外光谱波长选择方法;提供一种基于集成L1正则化的红外光谱波长选择方法,首先利用Bootstrap抽样方法生成若干个子数据集,其次针对每个子数据集采用无信息变量消除法进行预处理,然后利用L1正则化方法对每个子数据集进行特征选择,将特征选择问题转换为稀疏优化问题并进行计算,最后采用投票法对各个子数据集的波长选择结果进行集成,从而筛选出最佳的特征波长组合;本发明主要应用在红外光谱方面。
-
-
-