排序方式： 共有4条查询结果，搜索用时 7 毫秒
1
1.
当前重力背景场构建所需的高精度、高分辨率重力数据,已可通过多种方式获取。神经网络与重力场结合的研究方兴未艾,考虑到神经网络使用的特点,其适用于重力数据处理的插值拟合过程。本文针对重力离散数据格网化插值过程精度降低的问题,提出一种基于正交多项式神经网络对重力数据进行插值的新方法。勒让德多项式神经网络(LPNN)模型具有复杂非线性映射能力,能够对重力数据推估建模,但由于其单层结构,LPNN的计算复杂度低。通过与现有方法进行比较,本文方法获得结果的准确性和可靠性,最后在中国南海实验区域上进行高精度重力数据插值成图,进一步验证了方法的可行性。 相似文献
2.
针对利用Stokes公式计算邻近地面点扰动引力梯度时,径向分量的计算出现奇异性,积分中央区对水平分量的忽略导致扰动引力梯度对角线三分量之和不满足拉普拉斯方程的现象,引入了双二次多项式插值和变量替换技术,推导了扰动引力梯度对角线三分量在中央区的改进计算方法.分别利用仿真数据和真实数据开展了计算验证工作,并将计算结果与泰勒... 相似文献
3.
目前广泛使用的非全张量航空重力梯度测量系统,不能测量重力梯度全部张量,限制了航空重力梯度的应用.因此,需要研究航空重力梯度不同分量之间的位场转换.根据重力梯度与扰动重力位内在的频率微分关系,联合多参量在拟合观测参量最优的条件下反演扰动重力位,实现了联合多参量的位场转换.实验表明,相对于传统的单参量位场转换,多参量位场转... 相似文献
4.
地磁基准图制备是实现地磁匹配导航的基础性工作，对提高导航精度具有重大意义。地磁测量技术手段的提高，为地磁数据的获取提供有效途径。文中采用4种方法构建地磁基准图，并对不同算法构建的基准图进行比较和精度评价。首先确定性方法和地统计方法基于数学函数和变异函数反映地磁数据分布的空间结构特性，能在各采样率下取得较优的插值结果；其次低采样率条件下压缩感知算法插值能力最强，实验中均方根误差为14.41 nT,相比泛克里金方法精度提升约38.5%;最后神经网络算法随样本训练数据量增多，精度增加幅度最大，采样率10%～30%情况下，均方根误差从72.85 nT下降至14.38 nT。实验表明，实现高精度地磁基准图制备需依据不同分辨率、不同数据量的地磁数据选用优势更大的插值方法。 相似文献
1