典型文献
基于支持向量回归的一维频率域航空电磁反演
文献摘要：
为了提高一维频率域航空电磁的反演精度,将机器学习方法应用于航空电磁数据的反演中,提出基于多输出最小二乘支持向量回归(MLS-SVR)的一维频率域航空电磁端到端反演方法.对不同地电模型进行正演计算,获得样本数据集;搭建MLS-SVR模型框架,输入端为归一化后的垂直磁场分量,输出端为地电模型参数;利用网格寻优和K-折交叉验证进行调参;利用MLS-SVR模型进行反演.试验结果表明,利用MLS-SVR可以准确地反演出各地电模型参数,与单输出支持向量回归(S-SVR)和多输出支持向量回归(M-SVR)算法相比,该反演方法的精度更高,实测数据反演表明了该方法的有效性.
文献关键词：
航空电磁;一维频率域反演;多输出;端到端;最小二乘支持向量机
中图分类号：
作者姓名：
姚禹;张志厚;石泽玉;刘鹏飞;赵思为;张天一;赵明浩
作者机构：
西南交通大学 地球科学与环境工程学院,四川 成都 611756;中铁二院成都地勘岩土工程有限责任公司,四川 成都 610031
文献出处：
引用格式：
[1]姚禹;张志厚;石泽玉;刘鹏飞;赵思为;张天一;赵明浩-.基于支持向量回归的一维频率域航空电磁反演)[J].浙江大学学报（工学版）,2022(01):202-212
A类：
多输出最小二乘支持向量回归,一维频率域反演
B类：
航空电磁,电磁反演,高一,反演精度,机器学习方法,电磁数据,MLS,SVR,端到端,反演方法,地电模型,正演计算,样本数据集,模型框架,输出端,网格寻优,交叉验证,演出,多输出支持向量回归,数据反演,最小二乘支持向量机
AB值：
0.250477
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
