[发明专利]基于卷积坡度特征值支持向量机优选水下重力适配区方法

权利要求书

1.一种基于卷积坡度特征值支持向量机优选水下重力适配区方法，其特征在于，包括：

使用Sobel算子对重力异常图进行卷积运算，得到卷积特征图；

根据卷积特征图和重力异常图，进行单线坡度解算，确定卷积坡度参数；

确定卷积特征图的卷积行列间差值和卷积方差、重力异常图的池化差值和极差；

对卷积坡度参数、卷积行列间差值、卷积方差池化差值和极差进行标准化处理，得到标准化处理结果；

根据标准化处理结果，基于支持向量机算法，构建得到分类判别函数；

根据分类判别函数，对待识别区域进行判别，确定待识别区域的重力适配区和非适配区。

2.根据权利要求1所述的基于卷积坡度特征值支持向量机优选水下重力适配区方法，其特征在于，在使用Sobel算子对重力异常图进行卷积运算时，垂直边缘检测、水平边缘检测、45°边缘检测、135°边缘检测的Sobel算子表达式如下：

其中，(x,y)表示重力异常图中任一点的横纵坐标，g(x,y)表示重力异常图中(x,y)坐标处的重力异常值，f(x,y)表示卷积运算后的卷积值；重力异常图的尺寸为：M×N，2≤x≤M-1，2≤y≤N-1。

3.根据权利要求2所述的基于卷积坡度特征值支持向量机优选水下重力适配区方法，其特征在于，根据卷积特征图和重力异常图，进行单线坡度解算，确定卷积坡度参数，包括：

根据式(1)，确定垂直边缘检测的Sobel算子，并进行卷积运算，将卷积特征图中卷积值小于0.1的点置为0；其中，由卷积运算公式可知，卷积值小于0.1时，对应的坐标点位为重力异常图沿相应方向的极值点；

垂直于航行方向遍历卷积特征图，每次取卷积特征图中一行或一列或一条斜线的一组数据，并记录每组数据中各0点的坐标；

根据如下式(2)，计算得到每组数据对应的单线坡度slop：

其中，(x_k,y_k)表示卷积特征图中一行或一列或一条斜线的一组数据中的第k个0点的坐标，g(x_k,y_k)表示(x_k,y_k)坐标处的重力异常值；

求得研究区域内的所有单线坡度，并解算得到研究区域内所有单线坡度的均值

将研究区域内所有单线坡度的均值确定为卷积坡度参数S：

4.根据权利要求3所述的基于卷积坡度特征值支持向量机优选水下重力适配区方法，其特征在于，通过如下式(4)，确定卷积特征图的卷积行列间差值D：

其中，min表示取最小值，max表示取最大值。

5.根据权利要求4所述的基于卷积坡度特征值支持向量机优选水下重力适配区方法，其特征在于，通过如下式(5)，确定卷积特征图的卷积方差σ_f：

其中，μ_f表示卷积特征图的均值。

6.根据权利要求5所述的基于卷积坡度特征值支持向量机优选水下重力适配区方法，其特征在于，通过如下式(6)和式(7)，确定重力异常图的池化差值P：

其中，L表示研究区域边长；

7.根据权利要求6所述的基于卷积坡度特征值支持向量机优选水下重力适配区方法，其特征在于，通过如下式(8)，确定重力异常图的极差R：

R＝g(x,y)_max-g(x,y)_min···(8)。