[发明专利]一种基于分部式高斯混合模型的冰下层位检测方法有效
| 申请号： | 201811042722.8 | 申请日： | 2018-09-07 |
| 公开（公告）号： | CN109492190B | 公开（公告）日： | 2022-11-15 |
| 发明（设计）人： | 刘艳;赵博;刘小军;王强 | 申请（专利权）人： | 中国科学院大学 |
| 主分类号： | G06F17/18 | 分类号： | G06F17/18;G06K9/62 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 杨乐 |
| 地址： | 100049 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及冰下层位的检测方法，具体涉及基于分部式高斯混合模型的冰下层位检测方法。包括步骤为：对待处理探冰雷达数据，构建分部式高斯混合模型；对各分部探冰雷达数据，分别采用模糊C均值聚类处理和期望最大化算法，迭代求解各高斯分布模型中模型参数的初值和最大似然估计值；基于迭代求解结果，构建分类标签矩阵，实现冰下层位检测。本发明基于探冰雷达数据，通过构建分部式高斯混合模型，反映冰下介质属性的差异，降低冰下噪声干扰的同时，实现对冰下层位的有效检测和提取。 | ||
| 搜索关键词： | 一种 基于 分部 式高斯 混合 模型 层位 检测 方法 | ||
【主权项】：
1.一种基于分部式高斯混合模型的冰下层位检测方法，其特征在于，所述方法包括以下步骤：(1)对待处理探冰雷达数据X(r,t)，构建分部式高斯混合模型，得到K个分部探冰雷达数据X(k)(r,t),(k＝1,2,...,K)，其分别对应一种高斯分布φ(X|θk),(k＝1,2,...,K)；(2)对各分部探冰雷达数据X(k)(r,t),(k＝1,2,...,K)，分别采用模糊C均值聚类处理和期望最大化算法，迭代求解各高斯分布模型中模型参数的初值和最大似然估计值；(3)基于迭代求解结果，构建分类标签矩阵L，基于此实现冰下层位检测。
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中国科学院大学，未经中国科学院大学许可，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/patent/201811042722.8/，转载请声明来源钻瓜专利网。
