-
公开(公告)号：CN117709192B
公开(公告)日：2024-05-24
申请号：CN202311723743.7
申请日：2023-12-15
Applicant: 中国矿业大学
Abstract: 本发明公开了一种深度学习驱动的电磁数据城市岩溶探测方法，先获取所需探测城市的地质分布情况，接着采用层状介质循环生成策略和溶洞生成方案产生多样化的电导率模型；并获得包含不同溶洞的电导率模型对应的电磁响应数据；然后对上述电磁响应数据进行特征增强，便于特征提取并建立电导率模型与响应数据的映射关系；最后构建深度学习模型，将电导率模型及电磁响应数据作为训练数据对集合，并采用适当的激活函数和优化算法对深度学习模型进行训练，完成训练后的深度学习网络模型获得不同溶洞电导率模型与不同特征电磁响应数据的映射关系；进行地下溶洞探测时，模型能快速输出包含溶洞信息的电导率模型，从而实现高效率且准确识别城市岩溶地质结构。
-
公开(公告)号：CN117709192A
公开(公告)日：2024-03-15
申请号：CN202311723743.7
申请日：2023-12-15
Applicant: 中国矿业大学
Abstract: 本发明公开了一种深度学习驱动的电磁数据城市岩溶探测方法，先获取所需探测城市的地质分布情况，接着采用层状介质循环生成策略和溶洞生成方案产生多样化的电导率模型；并获得包含不同溶洞的电导率模型对应的电磁响应数据；然后对上述电磁响应数据进行特征增强，便于特征提取并建立电导率模型与响应数据的映射关系；最后构建深度学习模型，将电导率模型及电磁响应数据作为训练数据对集合，并采用适当的激活函数和优化算法对深度学习模型进行训练，完成训练后的深度学习网络模型获得不同溶洞电导率模型与不同特征电磁响应数据的映射关系；进行地下溶洞探测时，模型能快速输出包含溶洞信息的电导率模型，从而实现高效率且准确识别城市岩溶地质结构。
-
Search Results
2
records
(took 0.018 seconds)
