基于机器学习的地磁矢量图适配性研究

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%。