典型文献
基于深度学习的复杂观测条件下工频磁异常探测
文献摘要：
复杂观测条件下使用工频磁场探测人员、车辆、飞行目标等多类型目标造成的磁场扰动时,受到复杂环境下电磁噪声、供电设备及外来物体扰动等影响,工频磁场扰动信号具有噪声多、干扰强等特征,为有效削弱噪声及干扰对工频磁场扰动信号的影响,实现工频磁场扰动探测,该文利用实验数据对复杂观测条件下的磁场扰动信号进行特征分析,提出了一种基于深度学习的工频磁场异常探测方法,通过提取正常状态与有扰动状态的信号序列,将该信号输入神经网络训练,得到准确检测工频磁场异常信号的网络模型.实验结果表明,该方法的识别准确率在80％以上.
文献关键词：
工频磁场;磁异常信号;深度学习;时间序列
中图分类号：
作者姓名：
文仕强;田斌;梁冰;葛友铖
作者机构：
武汉工程大学电气信息学院,武汉430205
文献出处：
引用格式：
[1]文仕强;田斌;梁冰;葛友铖-.基于深度学习的复杂观测条件下工频磁异常探测)[J].自动化与仪表,2022(02):50-53,58
A类：
磁异常信号
B类：
磁异常探测,工频磁场,磁场探测,多类型,磁场扰动,复杂环境,电磁噪声,供电设备,扰动信号,磁场异常,探测方法,正常状态,入神,神经网络训练,识别准确率
AB值：
0.219359
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。
