(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110330350.4 (22)申请日 2021.03.29 (65)同一申请的已公布的文献号 申请公布号 CN 113051825 A (43)申请公布日 2021.06.29 (73)专利权人 中国人民解 放军92859部队 地址 300061 天津市河西区友谊路40号 (72)发明人 黄贤源　吴太旗　黄辰虎　邓凯亮　 陈欣　刘玉红　范龙　董斌　 (74)专利代理 机构 天津盛理知识产权代理有限 公司 12209 专利代理师 王利文 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/10(2020.01) G06K 9/62(2022.01)(56)对比文件 CN 103729569 A,2014.04.16 CN 109299739 A,2019.02.01 CN 10979 9506 A,2019.0 5.24 CN 10415 6473 A,2014.1 1.19 黄贤源， 翟国君. “LS-SVM 算法中优化训练 样本对测深异常值剔除的影响 ”. 《测绘学报》 .2011,第40卷(第1期), 李宏武， 刘玉红. “稀疏LS－SVM 算法在海底 趋势面模型构建中的应用 ”. 《海洋测绘》 .2020, 第40卷(第1期), 黄贤源， 翟国君. “稀疏LS－SVM 算法在海底 趋势面模型构建中的应用 ”. 《海洋测绘》 .2010, 第30卷(第3期), 陈春， 黄贤源. “奇偶交叉样本 检核在测深数 据模型构建中的应用 ”. 《海洋测绘》 .2019,第39 卷(第1期), 审查员 赵海东 (54)发明名称 一种海底趋势面的动态LS-SVM构建方法 (57)摘要 本发明涉及一种海底趋势面的动态LS ‑SVM 构建方法， 包括以下技术特点： 利用已建好的海 底趋势面模型， 根据海底地形的变化情况， 对模 型内数据进行区域划分， 并对划分区域内的测深 数据进行优化； 计算Lagrange乘子a初始值和常 值偏差b初始值公式； 向划分好的区域内增加m个 测深训练样本数据{(xn+j,yn+j),Ln+j},j＝1, 2,…,m， 并计算增加测深训练样本后的 的 表达式； 划分好的区域内增加m个测深训练样本 数据后再删减m个测深训练样本数据， 并计算相 对应的 的表达式， 所述 用于求解海底趋 势面函数； 更新Lagrange乘子a和常值偏差b得到 新的海底趋势面函数模型， 并构建动态海底趋势 面。 本发明能够构建合理的动态海底趋势面， 消 除区块与区块之间存在的拼接不一致问题， 保证了海底地形显示的连续 性。 权利要求书2页 说明书5页 附图2页 CN 113051825 B 2022.08.05 CN 113051825 B 1.一种海底趋势面的动态LS ‑SVM构建方法， 其特 征在于： 包括以下步骤： 步骤1、 利用已建好的海底趋势面模型， 根据海底地形的变化情况， 对模型内数据进行 区域划分， 并对划分区域内的测深数据进行优化； 步骤2、 计算 Lagrange乘子a初始值和常值偏差b初始值公式； 步骤3、 向划分好的区域内增加m个测深训练样本数据{(xn+j,yn+j),Ln+j},j＝1,2, …,m， 并计算增 加测深训练样本后的 的表达式， n 为样本总数； 步骤4、 划分好的区域内增加m个测深训练样本数据后再删减m个测深训练样本数据， 并 计算相对应的 的表达式， 所述 用于求解海底趋势面 函数； 步骤5、 利用计算得到的 更新Lagrange乘子a和常值偏差b得到新 的海底趋势面函 数模型， 并利用新的海底趋势面 函数模型构建动态海底趋势面。 2.根据权利 要求1所述的一种海底趋势面的动态LS ‑SVM构建方法， 其特征在于： 所述步 骤1中的测深数据优化方法为， 对每一个划分区域内的测深数据进行格网化， 得到网格节 点， 且节点与节点的间距保证海底地形的变化具有连续性， 否则做进一步细分， 然后 将每一 个划分区域内的测深数据划分为测深训练样本和测试测深训练样本， 选取有效的测深训练 样本并选择适 合海底地形变化的核函数。 3.根据权利 要求1所述的一种海底趋势面的动态LS ‑SVM构建方法， 其特征在于： 所述步 骤2的具体实现方法为： 设选取的测深训练样本为{(xi,yi),Li},(i＝1,2, ···,n),n为样本总数， 将测深点 平面坐标(xi,yi)作为LS‑SVM算法的输入信息； 测深值Li作为输出值， 最优趋势面模型函数 的优化目标和约束条件分别为： 式中， 非线性映射 为测深点平面坐标函数， ω为权向量， b为实常数； ξi为误差变量； C 为惩罚因子； 引入拉格朗日函数 F求解上式的优化问题： 式中， ai为Lagrange乘子， 称对应于ai≠0的样本点 为支持向量， 根据K KT优化条件 且核函数定义 为 得到如下线性方程组： 权　利　要　求　书 1/2 页 2 CN 113051825 B 2记， In＝[1 1…1]T， 求解得到 Lagrange乘子a和常值偏差b的计算表达式： 4.根据权利 要求3所述的一种海底趋势面的动态LS ‑SVM构建方法， 其特征在于： 所述步 骤3中增加m个样本后， 对应的Qn+m的表达式为 其中： Kn+m＝K((xn+j, yn+j),(xi,yi)),(j＝1, …,m),(i＝1,…,n+j‑1)； 由矩阵求逆引理得到 的表达式 为： 其中： 权　利　要　求　书 2/2 页 3 CN 113051825 B 3