[发明专利]大功率电磁探测系统数据处理方法在审

专利信息
申请号: 202211727618.9 申请日: 2022-12-30
公开(公告)号: CN116027440A 公开(公告)日: 2023-04-28
发明(设计)人: 刘建利;李新胜;屈挺;陈小龙;鱼鹏亮;段瑞锋 申请(专利权)人: 陕西地矿物化探队有限公司
主分类号: G01V3/38 分类号: G01V3/38;G06F18/10;G06F18/213;G06F18/24;G06N3/088;G06N3/0455
代理公司: 西安汇恩知识产权代理事务所(普通合伙) 61244 代理人: 毕波
地址: 710000 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 大功率 电磁 探测 系统 数据处理 方法
【权利要求书】:

1.一种大功率电磁探测系统数据处理方法,其特征在于,包括:

获取从待检测危机矿山返回的多个交变电磁场回波信号,所述多个交变电磁场回波信号具有不同频率;

将所述多个交变电磁场回波信号通过基于自动编解码器的降噪模块以得到多个降噪后交变电磁场回波信号;

分别提取所述多个降噪后交变电磁场回波信号的多个观测值,所述多个观测值包括正交电、磁场分量和阻抗相位差;

将各个所述降噪后交变电磁场回波信号的波形图和各个所述降噪后交变电磁场回波信号的多个观测值分别通过Clip模型以得到多个交变磁场特征矩阵,其中,所述Clip模型包括并行的序列编码器和图像编码器,以及,与所述序列编码器和所述图像编码器连接的图像编码优化模块;

将所述多个交变磁场特征矩阵沿着样本维度聚合为三维输入张量后通过使用三维卷积核的卷积神经网络模型以得到关联特征图;

对所述关联特征图进行特征分布调制以得到分类特征图;以及

将所述分类特征图通过分类器以得到分类结果,所述分类结果用于表示待检测危机矿山是否存在矿藏。

2.根据权利要求1所述的大功率电磁探测系统数据处理方法,其特征在于,所述将所述多个交变电磁场回波信号通过基于自动编解码器的降噪模块以得到多个降噪后交变电磁场回波信号,包括:

使用所述自动编码器的编码器从所述多个交变电磁场回波信号提取多个交变电磁场回波信号特征,其中,所述自动编码器的编码器为卷积层;以及

使用所述自动编码器的解码器对所述多个交变电磁场回波信号特征进行解码以得到所述多个降噪后交变电磁场回波信号,其中,所述自动编码器的解码器为反卷积层。

3.根据权利要求2所述的大功率电磁探测系统数据处理方法,其特征在于,所述自动编解码器的编码器包括至少一个卷积层,所述自动编解码器的解码器包括至少一个反卷积层。

4.根据权利要求3所述的大功率电磁探测系统数据处理方法,其特征在于,所述将各个所述降噪后交变电磁场回波信号的波形图和各个所述降噪后交变电磁场回波信号的多个观测值分别通过Clip模型以得到多个交变磁场特征矩阵,包括:

使用所述Clip模型的图像编码器对所述各个所述降噪后交变电磁场回波信号的波形图进行深度卷积编码以得到波形特征向量;

使用所述Clip模型的序列编码器对所述各个所述降噪后交变电磁场回波信号的多个观测值进行多尺度一维卷积编码以得到观测值特征向量;

使用所述Clip模型的图像编码优化模块基于所述观测值特征向量对所述波形特征向量进行编码优化以得到所述交变磁场特征矩阵。

5.根据权利要求4所述的大功率电磁探测系统数据处理方法,其特征在于,所述图像编码器为作为过滤器的卷积神经网络模型,所述序列编码器为多尺度邻域特征提取模块,其中,所述多尺度邻域特征提取模块包含并联的第一卷积层和第二卷积层,以及,与所述第一卷积层和所述第二卷积层连接的多尺度特征融合层。

6.根据权利要求5所述的大功率电磁探测系统数据处理方法,其特征在于,所述使用所述Clip模型的图像编码优化模块基于所述观测值特征向量对所述波形特征向量进行编码优化以得到所述交变磁场特征矩阵,包括:使用所述Clip模型的图像编码优化模块基于所述观测值特征向量对所述波形特征向量进行编码优化以得到所述交变磁场特征矩阵;

其中,所述公式为:

其中Vs表示所述观测值特征向量,表示所述观测值特征向量的转置向量,V表示所述波形特征向量,Mb表示所述交变磁场特征矩阵,表示向量相乘。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西地矿物化探队有限公司,未经陕西地矿物化探队有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211727618.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top