一种基于空间约束技术的大地电磁深度神经网络反演方法

    公开(公告)号:CN111126591A

    公开(公告)日:2020-05-08

    申请号:CN201910963505.0

    申请日:2019-10-11

    Abstract: 本发明公开了一种基于空间约束技术的大地电磁深度神经网络反演方法,主要步骤如下:1)确定探测区域。2)建立地电模型样本集A2。3)建立大地电磁正演响应数据集A3。4)归一化处理。5)建立深度学习神经网络模型。6)得到训练后的深度学习神经网络模型模型。7)获取层状地电断面电磁预测数据集。8)建立层状地电断面电磁验证数据集。9)判断层状地电断面电磁预测数据集和层状地电断面电磁验证数据集的拟合度误差是否满足收敛条件,若是,则反演结束,输出层状地电断面电磁验证数据集。本发明方法可广泛应用于大地电磁反演成像领域,对快速准确预测地下电性结构具有良好的实用价值和应用前景。

    一种基于空间映射技术的大地电磁深度神经网络反演方法

    公开(公告)号:CN110968826A

    公开(公告)日:2020-04-07

    申请号:CN201910964206.9

    申请日:2019-10-11

    Abstract: 本发明公开了一种基于空间映射技术的大地电磁深度神经网络反演方法,主要步骤如下:1)确定探测区域。2)建立地电模型样本集A2。3)建立大地电磁正演响应数据集A3。4)归一化处理。5)建立深度学习神经网络模型。6)得到训练后的深度学习神经网络模型模型。7)获取层状地电断面电磁预测数据集。8)建立层状地电断面电磁验证数据集。9)判断层状地电断面电磁预测数据集和层状地电断面电磁验证数据集的拟合度误差是否满足收敛条件,若是,则反演结束,输出层状地电断面电磁验证数据集。本发明可广泛应用于大地电磁反演成像领域,对快速准确预测地下电性结构具有良好的实用价值和应用前景。

    一种基于空间约束技术的大地电磁深度神经网络反演方法

    公开(公告)号:CN111126591B

    公开(公告)日:2023-04-18

    申请号:CN201910963505.0

    申请日:2019-10-11

    Abstract: 本发明公开了一种基于空间约束技术的大地电磁深度神经网络反演方法,主要步骤如下:1)确定探测区域。2)建立地电模型样本集A2。3)建立大地电磁正演响应数据集A3。4)归一化处理。5)建立深度学习神经网络模型。6)得到训练后的深度学习神经网络模型模型。7)获取层状地电断面电磁预测数据集。8)建立层状地电断面电磁验证数据集。9)判断层状地电断面电磁预测数据集和层状地电断面电磁验证数据集的拟合度误差是否满足收敛条件,若是,则反演结束,输出层状地电断面电磁验证数据集。本发明方法可广泛应用于大地电磁反演成像领域,对快速准确预测地下电性结构具有良好的实用价值和应用前景。

    一种基于空间映射技术的大地电磁深度神经网络反演方法

    公开(公告)号:CN110968826B

    公开(公告)日:2023-04-07

    申请号:CN201910964206.9

    申请日:2019-10-11

    Abstract: 本发明公开了一种基于空间映射技术的大地电磁深度神经网络反演方法,主要步骤如下:1)确定探测区域。2)建立地电模型样本集A2。3)建立大地电磁正演响应数据集A3。4)归一化处理。5)建立深度学习神经网络模型。6)得到训练后的深度学习神经网络模型模型。7)获取层状地电断面电磁预测数据集。8)建立层状地电断面电磁验证数据集。9)判断层状地电断面电磁预测数据集和层状地电断面电磁验证数据集的拟合度误差是否满足收敛条件,若是,则反演结束,输出层状地电断面电磁验证数据集。本发明可广泛应用于大地电磁反演成像领域,对快速准确预测地下电性结构具有良好的实用价值和应用前景。

    一种冰碛堤不规则块石临界起动流速的分析方法、验证方法及试验装置

    公开(公告)号:CN119669608A

    公开(公告)日:2025-03-21

    申请号:CN202411724785.7

    申请日:2024-11-28

    Abstract: 本申请提供一种冰碛堤不规则块石临界起动流速的分析方法、验证方法及试验装置,涉及水利工程技术领域,该方法包括以下步骤:获取不规则块石的球度系数及扁度系数;根据球度系数和扁度系数计算不规则块石的修正系数;根据修正系数修正不规则块石受到的多个初始静止力以及与每个初始静止力对应的初始力臂以得到多个修正静止力以及与每个修正静止力对应的修正力臂;根据多个修正静止力以及多个修正力臂,并基于力矩平衡原理构建不规则块石的临界起动流速预测模型。该方法通过充分考虑不规则块石几何特性和受力复杂性,对其进行相应的修正,然后结合力矩平衡原理,构建精确的预测模型,使得预测结果更贴近实际情况,能够提高分析结果的可靠度。

    一种基于GRU神经网络的时间序列预测方法

    公开(公告)号:CN110647980A

    公开(公告)日:2020-01-03

    申请号:CN201910883548.8

    申请日:2019-09-18

    Inventor: 柳丽召 蔡彪 刘洋

    Abstract: 本发明属于网络信息预测技术领域,公开了一种基于GRU神经网络的时间序列预测方法,所述基于GRU神经网络的时间序列预测方法包括:搜集需要预测的原始数据;对收集到的原始数据进行数据预处理;将经过预处理后的数据进行标准化处理;利用代码将原时间序列数据形式进行升维处理;利用GRU神经网络对输入数据进行训练,得到训练后的时序预测模型并保存;使用GRU-SES模型进行时间序列数据的预测,得到初步的预测值;将得到的初步预测数据进行二次指数平滑处理得到最终预测数据值;输出预测结果。本发明提供的预测方法提高了时间序列预测的精度,对工业产生还是实际生活中的时间序列分析有重要意义。

    一种基于Si-PIN探测器阵列的高分辨率X射线能谱仪

    公开(公告)号:CN105549064A

    公开(公告)日:2016-05-04

    申请号:CN201610006293.3

    申请日:2016-01-05

    CPC classification number: G01T1/366

    Abstract: 本发明公开了一种基于Si-PIN探测器阵列的高分辨率X射线能谱仪,能谱仪的探测器选用m行×n列的Si-PIN探测器阵列,每一行探测器共用一个电荷灵敏放大器,共有n列,探测器检测到的X射线经放大器放大后分别被送入时间甄别单元与信号滤波加权单元,形成n路时间信号和单路能量信号。在数字多道脉冲幅度分析器的内部,时间信号与能量信号经离线校正模块和梯形成形模块的处理,提取到精确的脉冲幅值,最终输出X射线的能谱。本发明的有益效果是增大了探测器检测X射线尤其是高能X射线时的探测效率,解决了常规情况下使用探测器阵列时引入较大噪声的问题,提高了信噪比,有效提高了X射线能谱仪的能量分辨率。

    N-杂芳基氨基酸的合成方法

    公开(公告)号:CN101885653B

    公开(公告)日:2013-07-31

    申请号:CN201010225764.2

    申请日:2010-07-14

    Inventor: 曾庆乐 刘洋

    Abstract: 本发明公开了一种N-杂芳基氨基酸的合成方法。在钯、膦配体和碱存在下,氨基酸或N-烃基氨基酸和卤代杂芳烃发生C-N交叉偶联生成N-杂芳基氨基酸。如下反应通式中,氨基酸和N-烃基氨基酸可以是L构型、D构型或者DL构型,R1,R2为H、C1~C18的烷基、烯基、芳基,或者R1~R2为并脂环,R1、R2可以相同或不同;Ar为杂芳基、取代杂芳基。

Patent Agency Ranking