典型文献
基于机器学习的地磁矢量图适配性研究
文献摘要：
地磁矢量匹配算法充分利用了地磁分量信息,可有效提升地磁导航精度和鲁棒性,但目前地磁适配性分析主要基于地磁总量图.针对地磁矢量图的适配性问题,提出了一种基于机器学习的地磁矢量图适配性分析方法.首先,构建了地磁矢量待选特征参数集合,基于Relief方法对特征参数进行筛选,建立了适用于矢量适配性评估的特征参数集;其次,基于神经网络模型搭建了全连接和非全连接两种不同的网络架构;最后,以特征参数集作为输入,训练神经网络.测试结果表明:非全连接神经网络具有更好的矢量适配性评估能力,在实测数据集分类准确率达到了83.6％.
文献关键词：
地磁导航;适配性;地磁矢量;特征参数;神经网络
中图分类号：
作者姓名：
朱灿林;潘孟春;张琦;刘中艳;陈卓;刘旺
作者机构：
国防科技大学智能机械与仪器系,湖南长沙410000
文献出处：
引用格式：
[1]朱灿林;潘孟春;张琦;刘中艳;陈卓;刘旺-.基于机器学习的地磁矢量图适配性研究)[J].传感器与微系统,2022(08):21-24,28
A类：
矢量匹配算法
B类：
基于机器学习,地磁矢量,矢量图,适配性,地磁导航,导航精度,参数集,Relief,模型搭建,网络架构,全连接神经网络,评估能力,分类准确率
AB值：
0.154587
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。
