申请/专利权人：中国自然资源航空物探遥感中心

申请日：2023-08-17

公开（公告）日：2024-03-19

公开（公告）号：CN117077016B

主分类号：G06F18/2411

分类号：G06F18/2411;G06F18/214;G16C20/30;G16C20/70

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2023.12.05#实质审查的生效;2023.11.17#公开

摘要：本发明提出一种基于航空磁放数据的支持向量机超基性岩识别方法，包括：获取待预测区域航空磁测数据和放射性数据，并对航空放射性数据去噪并计算标准化；对航空磁测数据进行航磁异常化极计算和位场分离，得到的剩余磁异常数据；分别计算化极磁异常数据、剩余磁异常数据对应的垂向一阶导数和解析信号振幅，标准化计算后得到预测集；以地质图中已知的超基性岩分布和其对应区域的标准化后的放射性和磁数据作为训练集，输入支持向量机模型中，学习训练得到合适模型参数；将预测集输入支持向量机，获取待预测区域中超基性岩的分布情况。本发明参数简单、计算准确、客观性强，满足航空磁测和航空放射性数据划定超基性岩分布需求。

主权项：1.一种基于航空磁放数据的支持向量机超基性岩识别方法，所述方法用于识别和圈定待预测区域的超基性岩，其特征在于，包括：获取所述待预测区域航空磁测数据和放射性数据，对航空放射性数据去噪并计算标准化后的放射性数据，所述放射性数据包括航空放射性总道、铀元素含量数据、钍元素含量数据和钾元素含量数据；对所述航空磁测数据进行航磁异常化极计算，得到的化极磁异常数据，并对所述化极磁异常数据进行位场分离，得到的剩余磁异常数据；计算所述化极磁异常数据对应的垂向一阶导数和解析信号振幅，计算所述剩余磁异常数据对应的垂向一阶导数和解析信号振幅；对所述化极磁异常和剩余磁异常、化极磁异常对应的垂向一阶导数和解析信号振幅、剩余磁异常对应的垂向一阶导数和解析信号振幅分别进行标准化计算；将所述标准化后的放射性数据、所述标准化后的化极磁异常和剩余磁异常、所述化极磁异常数据对应的标准化后的垂向一阶导数和解析信号振幅、所述剩余磁异常数据对应的标准化后的垂向一阶导数和解析信号振幅作为预测集；将地质图中已知的超基性岩分布和其对应区域的所述标准化后的放射性和磁数据作为样本集，输入支持向量机模型中，学习训练得到合适的支持向量机模型参数；将所述预测集输入支持向量机，获取所述待预测区域中超基性岩的分布情况；获取标准化后的放射性数据，包括：对所述放射性数据进行去噪处理，获取去噪后的放射性数据；对所述去噪后的放射性数据和解析后的磁数据分别进行标准化处理，获取所述标准化后的放射性数据，具体通过如下公式计算得到： 其中，X为所述去噪后的放射性数据或解析后的磁数据，Y为所述标准化后的放射性数据或磁数据；a为预设数据下限，b为预设数据上限，当所述去噪后的放射性数据或解析后的磁数据不高于a，则所述标准化后的放射性数据或磁数据为0，当所述去噪后的放射性数据或解析后的磁数据不低于b，则所述标准化后的放射性数据或磁数据为1；所述预设数据下限和所述预设数据上限通过如下方式获得：对所述去噪后的放射性数据或解析后的磁数据分布范围进行分组，统计相应组对应的特征数据点数，得到特征数据分布曲线；通过差商法求取所述特征数据分布曲线的梯度曲线，获取所述梯度曲线的极大值和极小值；将所述极大值对应的去噪后的放射性数据或解析后的磁数据作为所述预设数据下限，将所述极小值对应的去噪后的放射性数据或解析后的磁数据作为所述预设数据上限；所述支持向量机由训练集对支持向量机初始模型进行训练后得到，具体包括：根据已知区域超基性岩的分布情况，将所述已知区域区分为超基性岩和非超基性岩，并与参考集中的数据标准化结果相结合，制定得到所述样本集；从所述样本集中获取用于支持所述支持向量机初始模型训练的所述训练集和用于衡量所述支持向量机模型的预测精度和性能的测试集；所述支持向量机的参数惩罚因子为0.1，核函数为高斯核函数，gamma值的求取方式为scale，类别权重为0.5:1.0，对输入1标签数据进行1.5～2.0倍过抽样，1标签表示所述已知区域超基性岩位置的标签。

全文数据：

权利要求：

百度查询： 中国自然资源航空物探遥感中心 基于航空磁放数据的支持向量机超基性岩识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD