基于BP网络的地磁基准图制备及其精度评价

利用测量数据建模和插值是地磁基准图制备的两种基本方法,常用的地磁场建模方法不适合小尺度的区域地磁场建模.人工神经网络具有良好的逼近任意复杂非线性系统的能力,本文引入应用最为广泛的反向传播(Backward Promulgation,BP)神经网络建立区域地磁场的模型,将地理经度和纬度作为输入,地磁场总强度值作为输出,通过部分测量数据对网络进行训i练,用其余测量数据对网络的性能进行评价,进而由训练好的网络得到基准图制备需要的地磁数据.分别使用BP网络建模方法和8种插值方法在不同数据点分布情况下进行了基准图的制备实验,精度评价结果表明了BP网络建模方法的有效性.根据实验结果对不同数据点分布情况下各种方法的优劣进行了比较.     

地磁缓变区域的多维特征量匹配方法

地磁匹配方法对地磁场分布的特异性有很强的依赖性,地磁场变化平缓区域因特异性不足容易导致匹配失效。针对该问题,利用地磁场具有多个要素描述的特点,提出一种多特征量匹配的改进算法。同时测量航迹上地磁场多个要素,采用平均绝对差作相似性度量,建立多目标最小距离度量指标,进一步将多目标函数统一为加权组合的单目标优化问题,根据各要素地磁场变化特征给出实用的权系数赋值方法。仿真实验表明在单一特征量匹配概率仅有25%的平缓地磁区域,本文提出算法在特征量为三个的条件下可实现86%的较高匹配概率,从而降低了算法对匹配区域特异性的要求,并通过地磁场要素维数对匹配性能影响的数值仿真得到维数选择2-3为宜。