[发明专利]一种基于深度学习的含水层结构阶段式随机反演识别方法有效
| 申请号： | 202110811519.8 | 申请日： | 2021-07-19 |
| 公开（公告）号： | CN113537354B | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 戴振学;湛传俊;杨志杰 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06F16/29 |
| 代理公司： | 北京东方盛凡知识产权代理事务所(普通合伙) 11562 | 代理人： | 李瑞雨 |
| 地址： | 130026 吉林省长春市*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习的含水层结构阶段式随机反演识别方法，包括：收集场地先验资料，设置含水层结构参数的先验分布；随机生成含水层结构参数样本，构成第一阶段溶质运移模拟替代模型的训练样本，训练第一阶段溶质运移模拟替代模型；获取含水层数据先验区间，对含水层结构参数进行反演，获取后验含水层结构参数；构建并训练含水层结构生成模型；构建并训练第二阶段溶质运移模拟替代模型；采集观测数据，对含水层结构生成模型的输入参数进行反演；将输入参数输入含水层结构生成模型，获得后验含水层结构。本发明将含水层结构识别方法和深度学习技术结合，利用场地和观测数据进行含水层结构反演识别，有效降低含水层结构随机模拟的不确定性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 含水层 结构 阶段 随机 反演 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于吉林大学，未经吉林大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110811519.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种深度神经网络框架预测蛋白质磷酸化的方法
- 下一篇：一种基于CdSnO
