| 基于无监督机器学习的地质断层识别与深度估算 | |
| 所属分类：技术论文 | |
| 上传者：wwei | |
| 文档大小：4344 K | |
| 标签： Werner反卷积 深度估计 K-均值聚类 | |
| 所需积分：0分积分不够怎么办？ | |
| 文档介绍：为解决Werner反卷积解在地质构造深度估计中结果不确定性的问题，采用无监督机器学习K-means聚类算法对Werner解进行优化分析。通过构建包含两个岩墙体的合成磁场模型进行测试，并添加随机噪声增加复杂性。将合成数据和实际数据的Werner解分别输入聚类算法进行分析，结果表明，该算法在合成模型中准确识别出两个深度分别为5 m和8 m的地质体，在实际数据中识别出三个深度分别为536 m、635 m和530 m的地质体，与该区域前期勘探结果相符。研究证实，该算法不仅能有效确定地质体的数量，还能准确估算其深度位置，即使在存在噪声的情况下依然表现稳定。 | |
| 现在下载 | |
| VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。 | |
Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2