本發明公開了一種基于多卷積自編碼神經網絡的多元化探異常識別方法,本發明將卷積自編碼神經網絡與歐氏距離結合,采用多個CAE模型并行訓練建模的方法,每個CAE學習一個元素的背景特征方式,避免了單模型處理能力不足以及多元數據降維時造成的信息損耗,有效提取復雜地質環境下的多元化探數據的普遍規律(即地球化學背景),深度挖掘各元素中最能體現無礦背景區特性的數據以此提高各元素背景擬合精度,從而有效提高化探有價值異常識別的準確性,為復雜地質條件下利用多元化探數據進行異常識別提供了較為實用可靠的科學方法。
聲明:
“基于多卷積自編碼神經網絡的多元化探異常識別方法” 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,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)