基于深度学习的重力梯度事后误差补偿方法 |
| |
作者姓名: | 程一 李桐林 张镕哲 周帅 |
| |
作者单位: | 吉林大学 地球探测科学与技术学院,长春130026 |
| |
基金项目: | 国家重点研发计划;中国博士后科学基金特别资助项目;中国博士后科学基金 |
| |
摘 要: | 旋转式重力梯度仪动态测量的误差补偿是航空重力梯度测量的关键技术.因深度学习直接提取数据特征,有望补偿以往通过建模难以补偿的误差,从而进一步提高误差补偿效果,笔者提出了基于深度学习的航空重力梯度测量事后误差补偿方法,利用航空试验实测数据建立数据集,搭建并训练由梯度仪运动参数映射到梯度仪输出噪声的神经网络,利用该网络预测梯...
|
关 键 词: | 航空重力梯度测量 旋转式重力梯度仪 动态测量误差 误差补偿 深度学习 |
本文献已被 CNKI 万方数据 等数据库收录! |
|