欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024101617500
申请人: 吉林大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于随机森林的磁共振地下水探测信号高精度提取方法,其特征在于,包括以下步骤:

a、构建磁共振地下水探测信号数据集;

b、将步骤a得到的磁共振地下水探测数据作为训练数据输入至随机森林回归模型,选取随机森林回归模型的最佳决策树数目ntree以及特征变量个数mtry,建立初始随机森林回归模型;

c、根据步骤a中的参数范围随机仿真N组测试数据作为初始变量输入至初始随机森林回归模型中,得到预测参数:初始振幅、弛豫时间、拉莫尔频率以及初始相位值,分别计算预测参数与理想信号的真实参数的初始均方根误差,并计算由四个预测参数构建的信号与理想有效信号的初始皮尔逊相关系数和初始均方根误差;

d、以拉莫尔频率f0为中心频率,左右分别截取相同带宽L数据替代初始变量,其中带宽L的取值范围为[5, 80] Hz,更新初始随机森林回归模型;

e、按照步骤d的数据截取方式对步骤c中测试数据进行截取,并利用更新后的随机森林回归模型预测包括初始振幅、弛豫时间、拉莫尔频率以及初始相位值的预测参数,计算预测参数与理想信号的真实参数的均方根误差,并计算由四个预测参数构建的信号与理想有效信号的皮尔逊相关系数和均方根误差,若参数间以及信号间的均方根误差均小于初始均方根误差,并且信号间皮尔逊相关系数大于初始皮尔逊相关系数,则舍弃初始随机森林回归模型和输入变量,将截取后的变量作为最优输入变量;

f、基于最优输入变量以及对应的参数构建随机森林回归模型;

g、利用随机森林回归模型对含噪的磁共振地下水探测信号进行参数预测;

其中,步骤a中构建磁共振地下水探测信号数据集包括:构建磁共振地下水探测信号时域数据集,其中磁共振地下水探测信号的初始振幅取值范围为[50, 600] nV,弛豫时间取值范围为[50, 600] ms,拉莫尔频率取值范围为[2362, 2368] Hz,初始相位取值范围为[‑π, π];

构建噪声数据集,包含仿真的尖峰噪声、窄带正弦噪声、随机噪声以及实测的噪声数据,其中仿真的尖峰噪声的峰值取值范围为[0, 2000] nV,持续时间取值范围为[1, 10] ms;窄带正弦噪声包含工频谐波噪声及特定频率噪声,振幅取值范围为[0, 1000] nV,频率取值范围为[2000, 3000] Hz,相位取值范围为[‑π, π];随机噪声包括均匀噪声、背景噪声以及标准差为[0, 200] nV的高斯噪声;

将磁共振地下水探测信号时域数据以及噪声数据合成含噪数据并将含噪数据进行傅里叶变换,得到用于模型训练的磁共振地下水探测信号数据集。

2.根据权利要求1所述的基于随机森林的磁共振地下水探测信号高精度提取方法,其特征在于,所述步骤b中最佳决策树数目ntree的取值范围为[10,500],特征变量个数mtry的取值范围为训练数据长度的1/6 1/2,遍历不同最佳决策树数目ntree和特征变量个数~mtry的取值,得到不同的随机森林回归模型。