本發(fā)明公開了一種基于多卷積自編碼神經(jīng)網(wǎng)絡(luò)的多元化探異常識別方法,本發(fā)明將卷積自編碼神經(jīng)網(wǎng)絡(luò)與歐氏距離結(jié)合,采用多個CAE模型并行訓(xùn)練建模的方法,每個CAE學(xué)習(xí)一個元素的背景特征方式,避免了單模型處理能力不足以及多元數(shù)據(jù)降維時造成的信息損耗,有效提取復(fù)雜地質(zhì)環(huán)境下的多元化探數(shù)據(jù)的普遍規(guī)律(即地球化學(xué)背景),深度挖掘各元素中最能體現(xiàn)無礦背景區(qū)特性的數(shù)據(jù)以此提高各元素背景擬合精度,從而有效提高化探有價值異常識別的準(zhǔn)確性,為復(fù)雜地質(zhì)條件下利用多元化探數(shù)據(jù)進行異常識別提供了較為實用可靠的科學(xué)方法。
聲明:
“基于多卷積自編碼神經(jīng)網(wǎng)絡(luò)的多元化探異常識別方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)