[發(fā)明專利]基于空間約束多自編碼器的多元地球化學(xué)異常識別方法

有效

• 申請?zhí)枺?/td>: 201710911714.1
• 申請日: 2017-09-29
• 公開（公告）號: CN107798340B
• 公開（公告）日: 2018-10-26
• 發(fā)明（設(shè)計）人: 關(guān)慶鋒;陳麗蓉
• 申請（專利權(quán)）人: 中國地質(zhì)大學(xué)（武漢）
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 武漢知產(chǎn)時代知識產(chǎn)權(quán)代理有限公司 42238
• 代理人: 付春霞

1.基于空間約束多自編碼器的多元地球化學(xué)異常識別方法，其特征在于，包括以下步驟：

步驟1.數(shù)據(jù)聚類，即通過對多元化探樣本數(shù)據(jù)進(jìn)行歸一化和聚類，生成多個樣本組；

步驟2.空間域劃分，即根據(jù)樣本組的地理空間分布，利用中值濾波和空間約束規(guī)則消除碎片，生成多個空間域；

具體步驟為：

步驟2.1.利用圓形窗口的中值濾波方法對聚類結(jié)果進(jìn)行濾波，并多次迭代，直至各個樣本組再不發(fā)生明顯變化；

步驟2.2.設(shè)定空間約束規(guī)則，并利用空間約束規(guī)則進(jìn)一步優(yōu)化樣本組劃分；

步驟2.3.將屬于同組但空間分離的樣本塊劃分為獨立樣本組，直至最終生成的多個樣本組在地理空間上的表現(xiàn)為多個相互獨立且各自內(nèi)部連續(xù)的區(qū)塊，即空間域；

步驟3.自監(jiān)督學(xué)習(xí)，即針對每個空間域構(gòu)建多個結(jié)構(gòu)特征不同的自編碼器神經(jīng)網(wǎng)絡(luò)模型，并利用相應(yīng)空間域內(nèi)的樣本數(shù)據(jù)進(jìn)行訓(xùn)練，選取誤差最小的自編碼器作為該空間域的最優(yōu)模型；

步驟4.異常值計算，即計算每個化探樣本原始數(shù)據(jù)與相應(yīng)空間域的最優(yōu)自編碼器輸出值之間的歐式距離；

步驟5.異常地圖生成，即將樣本異常值映射到樣本所在地理位置，反映化探異常的地理空間分布。

2.根據(jù)權(quán)利要求1所述的基于空間約束多自編碼器的多元地球化學(xué)異常識別方法，其特征在于，所述步驟1中，分析不同聚類因素對化探樣本數(shù)據(jù)聚類結(jié)果的影響，并查看不同聚類因素條件下的聚類結(jié)果是否在空間分布上具有差異。

3.根據(jù)權(quán)利要求2所述的基于空間約束多自編碼器的多元地球化學(xué)異常識別方法，其特征在于，所述聚類因素包括聚類數(shù)、聚類方法和相似性度量方式，所述聚類方法為無監(jiān)督方法，所述聚類方法包括K-means方法和SOM方法。

4.根據(jù)權(quán)利要求1所述的基于空間約束多自編碼器的多元地球化學(xué)異常識別方法，其特征在于，所述步驟3中，針對每個空間域，利用多個結(jié)構(gòu)特征不同的自編碼器組件構(gòu)建多個自編碼器神經(jīng)網(wǎng)絡(luò)模型，并利用相應(yīng)空間域內(nèi)的樣本數(shù)據(jù)進(jìn)行訓(xùn)練，每個自編碼器的訓(xùn)練在誤差不再變化時停止，選取誤差最小的自編碼器作為該空間域的最優(yōu)模型。

5.根據(jù)權(quán)利要求4所述的基于空間約束多自編碼器的多元地球化學(xué)異常識別方法，其特征在于，樣本異常值的計算公式如下：

l：樣本異常值

x_k：化探樣本原始數(shù)據(jù)中元素k的含量；

x_k′：相應(yīng)空間域的最優(yōu)自編碼器輸出數(shù)據(jù)中元素k的含量；

n：化學(xué)元素的個數(shù)。