CN117930370A - 海洋磁力场测量及成像方法、装置、设备及介质 - Google Patents
海洋磁力场测量及成像方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117930370A CN117930370A CN202410318262.6A CN202410318262A CN117930370A CN 117930370 A CN117930370 A CN 117930370A CN 202410318262 A CN202410318262 A CN 202410318262A CN 117930370 A CN117930370 A CN 117930370A
- Authority
- CN
- China
- Prior art keywords
- magnetic force
- data
- marine
- magnetic
- environment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 36
- 238000000691 measurement method Methods 0.000 title claims description 9
- 238000001914 filtration Methods 0.000 claims abstract description 81
- 238000012545 processing Methods 0.000 claims abstract description 42
- 230000007613 environmental effect Effects 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 32
- 230000010354 integration Effects 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 17
- 238000009826 distribution Methods 0.000 claims description 43
- 230000006870 function Effects 0.000 claims description 22
- 230000003044 adaptive effect Effects 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000010183 spectrum analysis Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910001030 Iron–nickel alloy Inorganic materials 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Measuring Magnetic Variables (AREA)
Abstract
本申请公开了一种海洋磁力场测量及成像方法、装置、设备及介质，该方法包括：基于高灵敏度磁传感器、抗环境干扰电路及高精度数据采集系统设计海洋磁力计，将海洋磁力计及多个环境传感器作为一个海洋磁力设备，采用多个海洋磁力设备采集海洋不同位置的磁力数据及环境数据；基于环境数据对磁力数据进行滤波处理，得到每个海洋磁力设备对应的去噪后的磁力数据；对每个海洋磁力设备对应的去噪后的磁力数据进行数据整合处理，得到海洋磁力场数据；基于海洋磁力场数据生成海洋地质图。本申请提高了海洋磁力场测量的准确性，成像结果准确的体现了海洋地质结构。
Description
技术领域
本申请属于数据处理技术领域，具体地，涉及一种海洋磁力场测量及成像方法、装置、设备及介质。
背景技术
海洋地质图被广泛应用于海洋地质研究中，而海洋地质测量数据则是制作海洋地质图的基础，通过测量海洋的各种地质要素，可以从中提取丰富的海洋地质信息并进行图像化呈现。
磁力场测量并成像是其中一种较为常见的海洋地质成像方式，它利用海洋磁场的变化来研究海洋的地质结构。现有的海洋磁力场测量及成像技术面临着多种挑战，如环境干扰、数据处理复杂性等，使得海洋磁力场测量结果不够准确，成像结果无法准确的体现海洋地质结构。因此，亟需一种海洋磁力场测量及成像方法，以准确体现海洋地质结构。
发明内容
本申请提供了一种海洋磁力场测量及成像方法、装置、设备及介质，有效解决了海洋磁力场测量不准确、成像结果无法准确的体现海洋地质结构的问题。
为了实现上述目的，本申请实施例提供一种海洋磁力场测量及成像方法，所述方法包括：
基于高灵敏度磁传感器、抗环境干扰电路及高精度数据采集系统设计海洋磁力计，将所述海洋磁力计及多个环境传感器作为一个海洋磁力设备，采用多个所述海洋磁力设备采集海洋不同位置的磁力数据及环境数据；
基于所述环境数据对所述磁力数据进行滤波处理，得到每个海洋磁力设备对应的去噪后的磁力数据；
对每个海洋磁力设备对应的去噪后的磁力数据进行数据整合处理，得到海洋磁力场数据；
基于所述海洋磁力场数据生成海洋地质图。
可选的，所述基于所述环境数据对所述磁力数据进行滤波处理，得到每个海洋磁力设备对应的去噪后的磁力数据，包括：
基于所述磁力数据生成每个海洋磁力设备对应的磁力时序数据，对所述磁力时序数据进行频域转换，得到每个海洋磁力设备对应的磁力频域数据；
对所述磁力频域数据进行频谱分析，得到每个海洋磁力设备对应的磁力主要频率分布信息及噪声频率分布信息；
基于所述噪声频率分布信息，选用对应的滤波器对每个海洋磁力设备对应的磁力数据进行第一噪声滤除处理，得到每个海洋磁力设备对应的初次滤波后的磁力数据；
基于所述环境数据及所述磁力主要频率分布信息，对所述初次滤波后的磁力数据进行动态滤波处理，得到每个海洋磁力设备对应的动态滤波后的磁力数据；
将所述动态滤波后的磁力数据输入滤波模型，得到每个海洋磁力设备对应的去噪后的磁力数据。
可选的，所述基于所述环境数据及所述磁力主要频率分布信息，对所述初次滤波后的磁力数据进行动态滤波处理，包括：
获取海洋样本集，所述海洋样本集包括每个样本的原始磁力信息、环境信息及去噪后的磁力信息；
基于所述环境数据、所述磁力主要频率分布信息，及每个样本的原始磁力信息、环境信息，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本；
将匹配的多个样本的原始磁力信息、环境信息作为自适应滤波器的输入，对应的去噪后的磁力信息作为所述自适应滤波器的输出，通过最小化磁力信息的误差，调整所述自适应滤波器的参数，得到优化后的自适应滤波器；
将所述环境数据及所述磁力主要频率分布信息输入所述优化后的自适应滤波器，以对所述初次滤波后的磁力数据进行动态滤波处理。
可选的，所述基于所述环境数据、所述磁力主要频率分布信息，及每个样本的原始磁力信息、环境信息，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本，包括：
基于所述环境数据及环境信息，计算所述海洋样本集中每个样本与所述初次滤波后的磁力数据的环境匹配值；
基于所述磁力主要频率分布信息及原始磁力信息，计算所述海洋样本集中每个样本与所述初次滤波后的磁力数据的磁力匹配值；
基于所述环境匹配值及所述磁力匹配值，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本。
可选的，所述基于所述环境匹配值及所述磁力匹配值，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本，包括：
将所述海洋样本集中环境匹配值大于第一阈值的样本放入第一候选样本集；
将所述第一候选样本集中磁力匹配值小于第二阈值的样本剔除，得到第二候选样本集；
计算所述第二候选样本集中每个样本对应的环境匹配值与磁力匹配值的乘积，将乘积小于第三阈值的样本剔除，得到目标样本集，将所述目标样本集中的样本作为与所述初次滤波后的磁力数据匹配的样本。
可选的，所述将所述动态滤波后的磁力数据输入滤波模型，得到每个海洋磁力设备对应的去噪后的磁力数据，包括：
将每个海洋磁力设备对应的动态滤波后的磁力数据输入所述滤波模型的时序特征提取网络，得到每个海洋磁力设备对应的时序特征；
将所述时序特征输入所述滤波模型的噪声识别网络，得到每个海洋磁力设备对应的噪声及噪声模式；
将所述时序特征、所述噪声及噪声模式输入所述滤波模型的数据校正网络，得到每个海洋磁力设备对应的去噪后的磁力数据。
可选的，所述对每个海洋磁力设备对应的去噪后的磁力数据进行数据整合处理，得到海洋磁力场数据，包括：
根据同一时间点不同位置的海洋磁力设备对应的去噪后的磁力数据，建立空间磁力函数；
根据同一位置不同时间点的海洋磁力设备对应的去噪后的磁力数据，建立时间磁力函数；
根据所述空间磁力函数及所述时间磁力函数，求取海洋磁力场数据。
本申请实施例还提供一种海洋磁力场测量及成像装置，所述装置包括：
数据采集模块，用于基于高灵敏度磁传感器、抗环境干扰电路及高精度数据采集系统设计海洋磁力计，将所述海洋磁力计及多个环境传感器作为一个海洋磁力设备，采用多个所述海洋磁力设备采集海洋不同位置的磁力数据及环境数据；
数据去噪模块，用于基于所述环境数据对所述磁力数据进行滤波处理，得到每个海洋磁力设备对应的去噪后的磁力数据；
数据整合模块，用于对每个海洋磁力设备对应的去噪后的磁力数据进行数据整合处理，得到海洋磁力场数据；
数据成像模块，用于基于所述海洋磁力场数据生成海洋地质图。
本申请实施例还提供一种计算机设备，所述计算机设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求上述的海洋磁力场测量及成像方法。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行上述的海洋磁力场测量及成像方法。
本申请实施例提供的海洋磁力场测量及成像方法，基于高灵敏度磁传感器、抗环境干扰电路及高精度数据采集系统设计海洋磁力计，将海洋磁力计及多个环境传感器作为一个海洋磁力设备，采用多个海洋磁力设备采集海洋不同位置的磁力数据及环境数据；基于环境数据对磁力数据进行滤波处理，得到每个海洋磁力设备对应的去噪后的磁力数据；对每个海洋磁力设备对应的去噪后的磁力数据进行数据整合处理，得到海洋磁力场数据；基于海洋磁力场数据生成海洋地质图。通过设计出的海洋磁力设备采集数据，保证了数据采集的精准性；通过滤波处理，保证了去噪后的数据的高质量；通过数据整合处理，保证了磁力场数据的完整性；从而，提高了海洋磁力场测量的准确性，成像结果准确的体现海洋地质结构。
附图说明
图1为一个实施例中海洋磁力场测量及成像方法的流程图；
图2为一个实施例中滤波模型的模型框图；
图3为一个实施例中海洋磁力场测量及成像装置的结构框图；
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。此外，下面所描述的本申请各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示，本申请实施例提供一种海洋磁力场测量及成像方法，可以理解，该方法可以通过任何具有计算、处理能力的装置、设备、平台、设备集群来执行。例如，设备可以是具备运算能力的电子设备，例如，笔记本、中控设备、智能手机、终端电脑、服务器等电子设备，该方法包括如下步骤S1-S4：
S1、基于高灵敏度磁传感器、抗环境干扰电路及高精度数据采集系统设计海洋磁力计，将所述海洋磁力计及多个环境传感器作为一个海洋磁力设备，采用多个所述海洋磁力设备采集海洋不同位置的磁力数据及环境数据。
本实施例设计的海洋磁力计为一种高精度的微型磁力计，用于精确捕获海洋磁力数据，确保数据采集的高精度和高质量。
针对高灵敏度磁传感器，选用具有高磁导率的材料，如铁镍合金，以增强磁场感应效果；设计微型化和低功耗的传感器结构，保证其在紧凑空间内的有效工作，并减少能源消耗；采用高稳定性设计，确保在不同温度和压力条件下保持一致的测量性能。
针对抗环境干扰电路，集成屏蔽技术，减少电磁干扰对测量结果的影响；应用差分放大技术，增强信号的抗干扰能力；采用高精度模数转换器（ADC），确保数据的准确采集。
高精度数据采集系统，包括：开发高速、低噪声的数据采集模块及集成数据传输和存储系统。
针对开发高速、低噪声的数据采集模块，设计和优化模拟信号采集电路，确保信号的准确捕获；使用高性能的模数转换器（ADC），以获取高分辨率的数字信号。
针对集成数据传输和存储系统，开发高效的数据传输协议，确保从采集点到分析系统的数据传输速度和可靠性；实施数据压缩和优化存储技术，以提高存储效率并降低成本；设计数据冗余和备份策略，确保数据的安全性和完整性。
所述环境传感器包括深度计、温度计、压力计等传感器，分别用于采集海洋地质的深度、温度及压力等数据。
磁力计采集的磁力数据包括磁通量、磁感应强度。
S2、基于所述环境数据对所述磁力数据进行滤波处理，得到每个海洋磁力设备对应的去噪后的磁力数据。
海洋磁力数据的准确性容易受到各种噪声的影响，例如，人为干扰（潜艇活动）、海底生物活动、电子设备的干扰、温度引起的磁力漂移等，都会影响海洋磁力数据的准确性。
所述基于所述环境数据对所述磁力数据进行滤波处理，得到每个海洋磁力设备对应的去噪后的磁力数据，包括以下步骤A11-A15：
A11、基于所述磁力数据生成每个海洋磁力设备对应的磁力时序数据，对所述磁力时序数据进行频域转换，得到每个海洋磁力设备对应的磁力频域数据；
本实施例中，磁力数据为携带时间戳的数据，按照时间戳顺序拼接磁力数据，得到磁力时序数据，通过快速傅里叶变化，可以将数据从时序转换到频域，得到每个海洋磁力设备对应的磁力频域数据。
A12、对所述磁力频域数据进行频谱分析，得到每个海洋磁力设备对应的磁力主要频率分布信息及噪声频率分布信息；
通过对磁力频域数据进行频谱分析，可以得到每个频率信号及其强度，正常信号通常集中在主要频带，噪声主要出现在其他频带，通过对频率信号进行统计分析，可识别得到正常信号及噪声信号，例如，95%的信号频率在50HZ~1000HZ之间，5%的信号频率在小于50HZ及大于1000HZ，则认为50HZ~1000HZ的频率区为磁力主要频域分布区，小于50HZ及大于1000HZ的频率区为噪声频率分布区。
也可以通过先验经验确定磁力主要频率分布区及噪声频率分布区。
A13、基于所述噪声频率分布信息，选用对应的滤波器对每个海洋磁力设备对应的磁力数据进行第一噪声滤除处理，得到每个海洋磁力设备对应的初次滤波后的磁力数据；
本实施例中，对于主要集中在低频区域的噪声信号（例如，小于50HZ的噪声），使用低通滤波器；对于主要分布高频区域的噪声（例如，小于50HZ的噪声），使用高通滤波器。
A14、基于所述环境数据及所述磁力主要频率分布信息，对所述初次滤波后的磁力数据进行动态滤波处理，得到每个海洋磁力设备对应的动态滤波后的磁力数据；
动态滤波用于根据数据的特性动态调整滤波参数，以适应不同深度和环境条件下的数据变化，准确进行滤波处理，确保数据的高质量。
所述基于所述环境数据及所述磁力主要频率分布信息，对所述初次滤波后的磁力数据进行动态滤波处理，包括以下步骤B11-B14：
B11、获取海洋样本集，所述海洋样本集包括每个样本的原始磁力信息、环境信息及去噪后的磁力信息；
本实施例中，海洋样本集是收集的各种海洋地质信息，其中，每个样本包括该样本所处的环境信息（例如，该样本的深度、温度、压力值）、该样本的原始磁力信息、及经人为判断满足要求的去噪后的磁力信息。
B12、基于所述环境数据、所述磁力主要频率分布信息，及每个样本的原始磁力信息、环境信息，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本；
该步骤用于找出与初次滤波后的磁力数据对应的海洋地质较为相似的样本。
所述基于所述环境数据、所述磁力主要频率分布信息，及每个样本的原始磁力信息、环境信息，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本，包括以下步骤C11-C13：
C11、基于所述环境数据及环境信息，计算所述海洋样本集中每个样本与所述初次滤波后的磁力数据的环境匹配值；
本实施例中，分别计算环境数据及环境信息中深度的余弦距离值、温度的余弦距离值、压力的余弦距离值。再计算环境匹配值，环境匹配值=深度的余弦距离值*温度的余弦距离值*压力的余弦距离值。
C12、基于所述磁力主要频率分布信息及原始磁力信息，计算所述海洋样本集中每个样本与所述初次滤波后的磁力数据的磁力匹配值；
本实施例中，分别计算磁力主要频率分布信息及原始磁力信息中频率的欧式距离值、幅度的欧式距离值、噪声水平（信噪比）的欧式距离值。再计算磁力匹配值，磁力匹配值=频率的欧式距离值*幅度的欧式距离值*噪声水平的欧式距离值。
C13、基于所述环境匹配值及所述磁力匹配值，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本。
所述基于所述环境匹配值及所述磁力匹配值，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本，包括以下步骤D11-D13：
D11、将所述海洋样本集中环境匹配值大于第一阈值的样本放入第一候选样本集；
本实施例中，第一阈值可以是85%，保证了第一候选样本集中的样本与初次滤波后的磁力数据的环境相似度较高。
D12、将所述第一候选样本集中磁力匹配值小于第二阈值的样本剔除，得到第二候选样本集；
本实施例中，第二阈值可以是90%，保证了第二候选样本集中的样本与初次滤波后的磁力数据的磁场相似度较高。
D13、计算所述第二候选样本集中每个样本对应的环境匹配值与磁力匹配值的乘积，将乘积小于第三阈值的样本剔除，得到目标样本集，将所述目标样本集中的样本作为与所述初次滤波后的磁力数据匹配的样本。
本实施例中，第三阈值可以是80%，保证了目标样本集中的样本与初次滤波后的磁力数据的环境及磁场相似度均较高。
B13、将匹配的多个样本的原始磁力信息、环境信息作为自适应滤波器的输入，对应的去噪后的磁力信息作为所述自适应滤波器的输出，通过最小化磁力信息的误差，调整所述自适应滤波器的参数，得到优化后的自适应滤波器；
通过将环境信息也作为自适应滤波器的输入，可以使优化得到的自适应滤波器适应不同的环境条件。
B14、将所述环境数据及所述磁力主要频率分布信息输入所述优化后的自适应滤波器，以对所述初次滤波后的磁力数据进行动态滤波处理。
通过自适应滤波器，可以动态的针对输入数据的特性进行去噪处理，保证了数据的高质量。
A15、将所述动态滤波后的磁力数据输入滤波模型，得到每个海洋磁力设备对应的去噪后的磁力数据。
本实施例中，滤波模型为机器学习模型。如图2所示，为本申请一个实施例中滤波模型的模型框图，所述滤波模型包括时序特征提取网络、噪声识别网络及数据校正网络。
所述将所述动态滤波后的磁力数据输入滤波模型，得到每个海洋磁力设备对应的去噪后的磁力数据，包括以下步骤E11-E13：
E11、将每个海洋磁力设备对应的动态滤波后的磁力数据输入所述滤波模型的时序特征提取网络，得到每个海洋磁力设备对应的时序特征；
时序特征提取网络的输入为滤波模型的输入，时序特征提取网络用于提取出磁力数据的时间序列特性。
E12、将所述时序特征输入所述滤波模型的噪声识别网络，得到每个海洋磁力设备对应的噪声及噪声模式；
噪声识别网络用于识别磁力数据中与磁场信号不相关的噪声，并确定噪声的噪声模式，所述噪声模式包括周期性噪声、随机波动噪声等。
E13、将所述时序特征、所述噪声及噪声模式输入所述滤波模型的数据校正网络，得到每个海洋磁力设备对应的去噪后的磁力数据。
数据校正网络的输入与时序特征提取网络的输出连接，数据校正网络的输入也与噪声识别网络的输出连接。数据校正网络根据时序特征、识别出的噪声及噪声模式对动态滤波后的磁力数据进行进一步的去噪处理，提高了数据的准确性和可靠性。
S3、对每个海洋磁力设备对应的去噪后的磁力数据进行数据整合处理，得到海洋磁力场数据。
因海洋磁力设备数量有限，无法在海洋的每个位置都设置海洋磁力设备去采集磁力数据，为得到完整的磁力数据，需要分析空间与磁力数据的关联性，并推测出每个位置对应的磁力数据。
同样的，随着时间的推移，同一个位置的磁力数据也会有变化，我们需要分析时间与磁力数据的关联性，推测出磁力数据在时间上的变化。
所述对每个海洋磁力设备对应的去噪后的磁力数据进行数据整合处理，得到海洋磁力场数据，包括以下步骤F11-F13：
F11、根据同一时间点不同位置的海洋磁力设备对应的去噪后的磁力数据，建立空间磁力函数；
本实施例中，建立的空间磁力函数为：
；
其中，为第i个位置的空间磁力数据，/>为第i个位置的空间坐标，a、b、c为待求取参数，通过将同一时间点不同位置的海洋磁力设备的坐标进行空间转换，得到每个海洋磁力设备的空间坐标，将该空间坐标作为自变量，其对应的去噪后的磁力数据作为因变量，可求得a、b、c的值。
F12、根据同一位置不同时间点的海洋磁力设备对应的去噪后的磁力数据，建立时间磁力函数；
本实施例中，建立的时间磁力函数为：
；
其中，为第i个时间点的时间磁力数据，/>为第i个时间点的时间值，e、f、g为待求取参数，通过将同一位置的不同时间点作为自变量，该位置不同时间点的去噪后的磁力数据作为因变量，可求得e、f、g的值。
F13、根据所述空间磁力函数及所述时间磁力函数，求取海洋磁力场数据。
根据空间磁力函数，可求得空间连续的磁力数据；根据时间磁力函数，可求得时间连续的磁力数据；汇总空间连续的磁力数据和时间连续的磁力数据，得到的整合后的磁力数据为完整的磁力场数据。
S4、基于所述海洋磁力场数据生成海洋地质图。
本实施例中，可通过等值线图、颜色填充图、立体图，将海洋磁力场数据生成海洋地质图。等值线图是将海洋地质结构用等值线表示，以显示海洋地质结构的空间分布；颜色填充图是将海洋地质结构用不同颜色填充，以直观的显示出海洋地质分布范围；立体图是将海洋地质以立体的形式呈现，可通过软件实现，例如，可通过surfer软件生成海洋地质三维图。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述海洋磁力场测量及成像方法的装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的海洋磁力场测量及成像装置实施例中的具体限定可以参见上文中对于海洋磁力场测量及成像方法的限定，在此不再赘述。
在一个实施例中，如图3所示，是本申请实施例中海洋磁力场测量及成像装置30的模块示意图，其包括：数据采集模块31、数据去噪模块32、数据整合模块33及数据成像模块34，其中：
数据采集模块31，用于基于高灵敏度磁传感器、抗环境干扰电路及高精度数据采集系统设计海洋磁力计，将所述海洋磁力计及多个环境传感器作为一个海洋磁力设备，采用多个所述海洋磁力设备采集海洋不同位置的磁力数据及环境数据；
数据去噪模块32，用于基于所述环境数据对所述磁力数据进行滤波处理，得到每个海洋磁力设备对应的去噪后的磁力数据；
数据整合模块33，用于对每个海洋磁力设备对应的去噪后的磁力数据进行数据整合处理，得到海洋磁力场数据；
数据成像模块34，用于基于所述海洋磁力场数据生成海洋地质图。
所述基于所述环境数据对所述磁力数据进行滤波处理，得到每个海洋磁力设备对应的去噪后的磁力数据，包括以下步骤A21-A25：
A21、基于所述磁力数据生成每个海洋磁力设备对应的磁力时序数据，对所述磁力时序数据进行频域转换，得到每个海洋磁力设备对应的磁力频域数据；
A22、对所述磁力频域数据进行频谱分析，得到每个海洋磁力设备对应的磁力主要频率分布信息及噪声频率分布信息；
A23、基于所述噪声频率分布信息，选用对应的滤波器对每个海洋磁力设备对应的磁力数据进行第一噪声滤除处理，得到每个海洋磁力设备对应的初次滤波后的磁力数据；
A24、基于所述环境数据及所述磁力主要频率分布信息，对所述初次滤波后的磁力数据进行动态滤波处理，得到每个海洋磁力设备对应的动态滤波后的磁力数据；
A25、将所述动态滤波后的磁力数据输入滤波模型，得到每个海洋磁力设备对应的去噪后的磁力数据。
所述基于所述环境数据及所述磁力主要频率分布信息，对所述初次滤波后的磁力数据进行动态滤波处理，包括以下步骤B21-B24：
B21、获取海洋样本集，所述海洋样本集包括每个样本的原始磁力信息、环境信息及去噪后的磁力信息；
B22、基于所述环境数据、所述磁力主要频率分布信息，及每个样本的原始磁力信息、环境信息，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本；
B23、将匹配的多个样本的原始磁力信息、环境信息作为自适应滤波器的输入，对应的去噪后的磁力信息作为所述自适应滤波器的输出，通过最小化磁力信息的误差，调整所述自适应滤波器的参数，得到优化后的自适应滤波器；
B24、将所述环境数据及所述磁力主要频率分布信息输入所述优化后的自适应滤波器，以对所述初次滤波后的磁力数据进行动态滤波处理。
所述基于所述环境数据、所述磁力主要频率分布信息，及每个样本的原始磁力信息、环境信息，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本，包括以下步骤C21-C23：
C21、基于所述环境数据及环境信息，计算所述海洋样本集中每个样本与所述初次滤波后的磁力数据的环境匹配值；
C22、基于所述磁力主要频率分布信息及原始磁力信息，计算所述海洋样本集中每个样本与所述初次滤波后的磁力数据的磁力匹配值；
C23、基于所述环境匹配值及所述磁力匹配值，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本。
所述基于所述环境匹配值及所述磁力匹配值，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本，包括以下步骤D21-D23：
D21、将所述海洋样本集中环境匹配值大于第一阈值的样本放入第一候选样本集；
D22、将所述第一候选样本集中磁力匹配值小于第二阈值的样本剔除，得到第二候选样本集；
D23、计算所述第二候选样本集中每个样本对应的环境匹配值与磁力匹配值的乘积，将乘积小于第三阈值的样本剔除，得到目标样本集，将所述目标样本集中的样本作为与所述初次滤波后的磁力数据匹配的样本。
所述将所述动态滤波后的磁力数据输入滤波模型，得到每个海洋磁力设备对应的去噪后的磁力数据，包括以下步骤E21-E23：
E21、将每个海洋磁力设备对应的动态滤波后的磁力数据输入所述滤波模型的时序特征提取网络，得到每个海洋磁力设备对应的时序特征；
E22、将所述时序特征输入所述滤波模型的噪声识别网络，得到每个海洋磁力设备对应的噪声及噪声模式；
E23、将所述时序特征、所述噪声及噪声模式输入所述滤波模型的数据校正网络，得到每个海洋磁力设备对应的去噪后的磁力数据。
所述对每个海洋磁力设备对应的去噪后的磁力数据进行数据整合处理，得到海洋磁力场数据，包括以下步骤F21-F23：
F21、根据同一时间点不同位置的海洋磁力设备对应的去噪后的磁力数据，建立空间磁力函数；
F22、根据同一位置不同时间点的海洋磁力设备对应的去噪后的磁力数据，建立时间磁力函数；
F23、根据所述空间磁力函数及所述时间磁力函数，求取海洋磁力场数据。
上述装置各实施例的具体实施方式与前文中各方法实施例基本一致，在此不做赘述。
上述海洋磁力场测量及成像装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，还提供一种计算机设备，该计算机设备为上述方法实施例中提到的边缘网络节点，其内部结构图可以如图4所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O）和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。
其中，该计算机设备的处理器用于提供计算和控制能力，可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。处理器可以包括是一个或多个处理器，例如包括一个或多个中央处理器（centralprocessing unit，CPU），在处理器是一个CPU的情况下，该CPU可以是单核CPU，也可以是多核CPU。处理器还可以包括一个或多个专用处理器，专用处理器可以包括GPU、FPGA等，用于进行加速处理。处理器用于调用该存储器中的程序代码和数据，执行上述方法实施例中的步骤。具体可参见方法实施例中的描述，在此不再赘述。
该计算机设备的存储器包括但不限于非易失性存储介质和内存储器。非易失性存储器可包括只读存储器（Read-Only Memory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random AccessMemory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic Random Access Memory，DRAM）等。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。
该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。
该计算机设备的通信接口用于与外部的终端通过网络连接通信。
该计算机程序被处理器执行时以实现一种海洋磁力场测量及成像方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，各单元/模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。所显示或讨论的相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。该计算机指令可以存储在计算机可读存储介质中，或者通过该计算机可读存储介质进行传输。该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（digital subscriber line，DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是只读存储器（read至onlymemory，ROM），或随机存储存储器（random access memory，RAM），或磁性介质，例如，软盘、硬盘、磁带、磁碟、或光介质，例如，数字通用光盘（digital versatile disc，DVD）、或者半导体介质，例如，固态硬盘（solid state disk ，SSD）等。
以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种海洋磁力场测量及成像方法，其特征在于，所述方法包括：
基于高灵敏度磁传感器、抗环境干扰电路及高精度数据采集系统设计海洋磁力计，将所述海洋磁力计及多个环境传感器作为一个海洋磁力设备，采用多个所述海洋磁力设备采集海洋不同位置的磁力数据及环境数据；
基于所述环境数据对所述磁力数据进行滤波处理，得到每个海洋磁力设备对应的去噪后的磁力数据；
对每个海洋磁力设备对应的去噪后的磁力数据进行数据整合处理，得到海洋磁力场数据；
基于所述海洋磁力场数据生成海洋地质图。
2.根据权利要求1所述的方法，其特征在于，所述基于所述环境数据对所述磁力数据进行滤波处理，得到每个海洋磁力设备对应的去噪后的磁力数据，包括：
基于所述磁力数据生成每个海洋磁力设备对应的磁力时序数据，对所述磁力时序数据进行频域转换，得到每个海洋磁力设备对应的磁力频域数据；
对所述磁力频域数据进行频谱分析，得到每个海洋磁力设备对应的磁力主要频率分布信息及噪声频率分布信息；
基于所述噪声频率分布信息，选用对应的滤波器对每个海洋磁力设备对应的磁力数据进行第一噪声滤除处理，得到每个海洋磁力设备对应的初次滤波后的磁力数据；
基于所述环境数据及所述磁力主要频率分布信息，对所述初次滤波后的磁力数据进行动态滤波处理，得到每个海洋磁力设备对应的动态滤波后的磁力数据；
将所述动态滤波后的磁力数据输入滤波模型，得到每个海洋磁力设备对应的去噪后的磁力数据。
3.根据权利要求2所述的方法，其特征在于，所述基于所述环境数据及所述磁力主要频率分布信息，对所述初次滤波后的磁力数据进行动态滤波处理，包括：
获取海洋样本集，所述海洋样本集包括每个样本的原始磁力信息、环境信息及去噪后的磁力信息；
基于所述环境数据、所述磁力主要频率分布信息，及每个样本的原始磁力信息、环境信息，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本；
将匹配的多个样本的原始磁力信息、环境信息作为自适应滤波器的输入，对应的去噪后的磁力信息作为所述自适应滤波器的输出，通过最小化磁力信息的误差，调整所述自适应滤波器的参数，得到优化后的自适应滤波器；
将所述环境数据及所述磁力主要频率分布信息输入所述优化后的自适应滤波器，以对所述初次滤波后的磁力数据进行动态滤波处理。
4.根据权利要求3所述的方法，其特征在于，所述基于所述环境数据、所述磁力主要频率分布信息，及每个样本的原始磁力信息、环境信息，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本，包括：
基于所述环境数据及环境信息，计算所述海洋样本集中每个样本与所述初次滤波后的磁力数据的环境匹配值；
基于所述磁力主要频率分布信息及原始磁力信息，计算所述海洋样本集中每个样本与所述初次滤波后的磁力数据的磁力匹配值；
基于所述环境匹配值及所述磁力匹配值，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本。
5.根据权利要求4所述的方法，其特征在于，所述基于所述环境匹配值及所述磁力匹配值，确定所述海洋样本集中与所述初次滤波后的磁力数据匹配的多个样本，包括：
将所述海洋样本集中环境匹配值大于第一阈值的样本放入第一候选样本集；
将所述第一候选样本集中磁力匹配值小于第二阈值的样本剔除，得到第二候选样本集；
计算所述第二候选样本集中每个样本对应的环境匹配值与磁力匹配值的乘积，将乘积小于第三阈值的样本剔除，得到目标样本集，将所述目标样本集中的样本作为与所述初次滤波后的磁力数据匹配的样本。
6.根据权利要求2所述的方法，其特征在于，所述将所述动态滤波后的磁力数据输入滤波模型，得到每个海洋磁力设备对应的去噪后的磁力数据，包括：
将每个海洋磁力设备对应的动态滤波后的磁力数据输入所述滤波模型的时序特征提取网络，得到每个海洋磁力设备对应的时序特征；
将所述时序特征输入所述滤波模型的噪声识别网络，得到每个海洋磁力设备对应的噪声及噪声模式；
将所述时序特征、所述噪声及噪声模式输入所述滤波模型的数据校正网络，得到每个海洋磁力设备对应的去噪后的磁力数据。
7.根据权利要求1所述的方法，其特征在于，所述对每个海洋磁力设备对应的去噪后的磁力数据进行数据整合处理，得到海洋磁力场数据，包括：
根据同一时间点不同位置的海洋磁力设备对应的去噪后的磁力数据，建立空间磁力函数；
根据同一位置不同时间点的海洋磁力设备对应的去噪后的磁力数据，建立时间磁力函数；
根据所述空间磁力函数及所述时间磁力函数，求取海洋磁力场数据。
8.一种海洋磁力场测量及成像装置，其特征在于，所述装置包括：
数据采集模块，用于基于高灵敏度磁传感器、抗环境干扰电路及高精度数据采集系统设计海洋磁力计，将所述海洋磁力计及多个环境传感器作为一个海洋磁力设备，采用多个所述海洋磁力设备采集海洋不同位置的磁力数据及环境数据；
数据去噪模块，用于基于所述环境数据对所述磁力数据进行滤波处理，得到每个海洋磁力设备对应的去噪后的磁力数据；
数据整合模块，用于对每个海洋磁力设备对应的去噪后的磁力数据进行数据整合处理，得到海洋磁力场数据；
数据成像模块，用于基于所述海洋磁力场数据生成海洋地质图。
9.一种计算机设备，其特征在于，所述计算机设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7任一所述的海洋磁力场测量及成像方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行权利要求1-7任一所述的海洋磁力场测量及成像方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410318262.6A CN117930370B (zh) | 2024-03-20 | 2024-03-20 | 海洋磁力场测量及成像方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410318262.6A CN117930370B (zh) | 2024-03-20 | 2024-03-20 | 海洋磁力场测量及成像方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117930370A true CN117930370A (zh) | 2024-04-26 |
| CN117930370B CN117930370B (zh) | 2024-06-07 |
Family
ID=90752438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410318262.6A Active CN117930370B (zh) | 2024-03-20 | 2024-03-20 | 海洋磁力场测量及成像方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117930370B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5543714A (en) * | 1992-12-14 | 1996-08-06 | Commissariat A L'energie Atomique | Three dimensional magnetic mapping process and apparatus with data filtering using an inverse computation |
| KR100798413B1 (ko) * | 2006-10-24 | 2008-01-28 | (주)한국해양과학기술 | 해양에서 측량되는 자료를 3차원적 형태로 가시화하는시스템 및 이의 방법 |
| US20160109613A1 (en) * | 2014-10-16 | 2016-04-21 | Schlumberger Technology Corporation | Methods And Apparatuses For Echo Processing Of Nuclear Magnetic Resonance (NMR) Data |
| US20170227668A1 (en) * | 2014-08-29 | 2017-08-10 | Pgs Geophysical As | Joint Estimation of Electromagnetic Earth Responses and Ambient Noise |
| CN110537201A (zh) * | 2017-02-24 | 2019-12-03 | 新宁研究院 | 用于成像降噪的系统和方法 |
| US20190383965A1 (en) * | 2017-02-09 | 2019-12-19 | Schlumberger Technology Corporation | Geophysical Deep Learning |
| CN112834577A (zh) * | 2019-11-22 | 2021-05-25 | 中国船舶重工集团公司第七六研究所 | 一种判断海洋环境磁场与海水电导率关联方法 |
| CN114578436A (zh) * | 2022-03-07 | 2022-06-03 | 西北工业大学 | 基于动态卡尔曼滤波的极低频海洋电磁信号探测方法 |
-
2024
- 2024-03-20 CN CN202410318262.6A patent/CN117930370B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5543714A (en) * | 1992-12-14 | 1996-08-06 | Commissariat A L'energie Atomique | Three dimensional magnetic mapping process and apparatus with data filtering using an inverse computation |
| KR100798413B1 (ko) * | 2006-10-24 | 2008-01-28 | (주)한국해양과학기술 | 해양에서 측량되는 자료를 3차원적 형태로 가시화하는시스템 및 이의 방법 |
| US20170227668A1 (en) * | 2014-08-29 | 2017-08-10 | Pgs Geophysical As | Joint Estimation of Electromagnetic Earth Responses and Ambient Noise |
| US20160109613A1 (en) * | 2014-10-16 | 2016-04-21 | Schlumberger Technology Corporation | Methods And Apparatuses For Echo Processing Of Nuclear Magnetic Resonance (NMR) Data |
| US20190383965A1 (en) * | 2017-02-09 | 2019-12-19 | Schlumberger Technology Corporation | Geophysical Deep Learning |
| CN110537201A (zh) * | 2017-02-24 | 2019-12-03 | 新宁研究院 | 用于成像降噪的系统和方法 |
| CN112834577A (zh) * | 2019-11-22 | 2021-05-25 | 中国船舶重工集团公司第七六研究所 | 一种判断海洋环境磁场与海水电导率关联方法 |
| CN114578436A (zh) * | 2022-03-07 | 2022-06-03 | 西北工业大学 | 基于动态卡尔曼滤波的极低频海洋电磁信号探测方法 |
Non-Patent Citations (5)
| Title |
|---|
| 刘云起;: "海洋质子梯度仪", 海洋地质与第四纪地质, no. 01, 28 February 1980 (1980-02-28) * |
| 徐行 等: "重磁测量在海岛礁及其邻域中的应用与展望", 地震学报, vol. 46, no. 1, 31 January 2024 (2024-01-31) * |
| 李东强;徐贤青;: "海上风电多源勘测数据三维一体化管理系统设计及实现", 测绘与空间地理信息, no. 11, 25 November 2015 (2015-11-25) * |
| 李培明;柯本喜;万忠宏;王永涛;: "打造精品期刊, 引领技术潮流――2016年《石油地球物理勘探》述评", 石油地球物理勘探, no. 06, 15 December 2017 (2017-12-15) * |
| 林海文 等: "几种探测方法在海洋地形测绘中的应用", 测绘与空间地理信息, vol. 46, no. 6, 25 June 2023 (2023-06-25) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117930370B (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111695620A (zh) | 一种电力系统时间序列异常数据检测与修正方法及系统 | |
| CN108305265B (zh) | 微弱小目标图像实时处理方法及系统 | |
| CN116030590A (zh) | 火灾判断方法、装置、计算机设备及可读存储介质 | |
| CN116777890A (zh) | 基于卷积自编码器和随机森林算法的污泥含水率检测方法 | |
| CN117930370B (zh) | 海洋磁力场测量及成像方法、装置、设备及介质 | |
| CN115935142A (zh) | 一种基于短周期密集台阵城市背景噪声的成像方法及装置 | |
| CN111967292B (zh) | 一种轻量级的sar图像船只检测方法 | |
| CN114463764A (zh) | 表格线检测方法、装置、计算机设备和存储介质 | |
| CN109633744B (zh) | 地震子波的提取方法、装置、设备及存储介质 | |
| CN118113994A (zh) | 海洋信息获取方法、装置、设备及介质 | |
| CN110308868B (zh) | 自适应大数据存储平台 | |
| Jiang et al. | SIFT implementation based on GPU | |
| Bajaj et al. | Design of Novel Time–Frequency Tool for Non-stationary α-Stable Environment and its Application in EEG Epileptic Classification | |
| CN116912698B (zh) | 土地覆盖变化监测方法、装置、电子设备及存储介质 | |
| CN117541129B (zh) | 一种土壤质量的评估方法及系统 | |
| CN111240583B (zh) | 自适应大数据存储方法 | |
| CN115598702B (zh) | 一种地热资源热储空间构造分布的探测方法及装置 | |
| CN112161998B (zh) | 土壤含水量测量方法、装置、电子设备及存储介质 | |
| Yang et al. | Defect recognition of printed circuit board based on YOLOv3-DenseNet optimization model | |
| CN117541979A (zh) | 基于全局特征学习的行人重识别方法和模型训练方法 | |
| CN117633492A (zh) | 基于2d-cnn的uwdas振动信号源数盲估计方法 | |
| CN112698388A (zh) | 处理地震数据的方法和装置 | |
| Jiang et al. | Classification of Infrasound Events based on Multilevel Wavelet Transforms | |
| CN115393430A (zh) | 一种位移测量方法、系统、存储介质和电子设备 | |
| CN116839646A (zh) | 传感器检测方法、装置及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |