买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:河南嵩山实验室产业研究院有限公司洛阳分公司
摘要:一种基于图卷积网络的克里金重力异常插值估计方法,收集重力异常观测点的特征数据组成特征向量,将每个观测点作为一个节点构建空间图;建立插值估计模型,采用图卷积网络进行多层图卷积以提取特征,利用提取的特征构建协方差函数用以更新克里金权重;利用收集的特征数据训练插值估计模型,通过最小化克里金插值的损失函数调整图卷积网络的卷积核参数,并在模型训练调整后得到重新计算的克里金权重;利用重新计算的克里金权重对未知点进行克里金插值,得到重力异常插值的预测结果。在保持克里金插值空间统计优势的同时,通过神经网络的层次结构捕捉和表达复杂的非线性关系,从而提高插值的准确性,并且降低克里金插值的计算复杂度和计算量。
主权项:1.一种基于图卷积网络的克里金重力异常插值估计方法,其特征在于:包括以下步骤:(1)、收集重力异常观测点的特征数据,特征数据包括观测点的空间位置特征和表征该观测点重力异常情况的观测特征,空间位置特征和观测特征组成该观测点的特征向量;(2)、将每个观测点作为一个节点,观测点的特征向量作为节点特征,节点之间的相关性作为边特征;以各个节点的节点特征和边特征构建图卷积网络的空间图;(3)、建立插值估计模型,所述的插值估计模型以空间图的节点特征和边特征为输入,采用图卷积网络对输入进行多层图卷积以提取特征,利用提取的特征构建协方差函数用以更新克里金权重,更新的克里金权重用于通过克里金插值法生成插值预测值;(4)、利用收集的特征数据训练插值估计模型,通过最小化克里金插值的损失函数调整图卷积网络的卷积核参数,并在模型训练调整后得到重新计算的克里金权重;(5)、利用模型训练调整后重新计算的克里金权重对未知点进行克里金插值,得到重力异常插值的预测结果。
全文数据:
权利要求:
百度查询: 河南嵩山实验室产业研究院有限公司洛阳分公司 一种基于图卷积网络的克里金重力异常插值估计方法
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。