本發(fā)明公開了一種基于條件變分自編碼的地殼模型構造方法,把群速度和相速度同時作為輸入,把理論地殼模型作為輸出,對多個理論地殼模型進行訓練和測試,從而構造出深度神經網絡CVAE;再采用這些神經網絡對觀測群速度和相速度進行反演而得到實際地殼模型。CVAE網絡的特點于在輸出層重構輸入數(shù)據,在隱含層學到輸入數(shù)據的壓縮表示,通過學習獲得的可表征樣本集深層特征的新的表達形式。這種表達形式一方面具有較少的冗余信息,另一方面能夠有效地反映輸入數(shù)據的特性,可以大大提高預測模型的準確度和魯棒性。深度CVAE神經網絡對地殼厚度、速度及密度的估計可廣泛應用于沉積礦產、特別是油氣資源研究與戰(zhàn)略預測、尋找、勘探和開采中。
聲明:
“基于條件變分自編碼的地殼模型構造方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)