共查询到20条相似文献，搜索用时 31 毫秒
1.
2.
本文导出了ＧＭ（１，１）模型参数识别的一种新方法。实践证明，该法具有计算简便，精度高的特点。 相似文献
3.
受气候变暖影响，青藏高原的多年冻土正在发生广泛的退化，主要表现为融冻泥流事件的频繁发生，对生态系统和当地基础设施造成深刻影响。融冻泥流的精准识别有助于理解融冻泥流的发生和演变机制。近年来尽管基于深度学习的融冻泥流识别取得了进展，但机器学习算法在该领域的识别能力仍有待探究。本研究基于GF-2卫星遥感数据构建了一种基于集成机器学习的优化面向对象融冻泥流识别算法，引入了纹理和几何等空间信息来辅助识别融冻泥流，并基于面向对象技术改善了识别模型的错分问题。此外，基于集成学习整合不同机器学习模型的优势，以获得不低于常用深度学习模型的识别精度。结果表明，基于递归特征消除（RFE）特征选择算法剔除了多维特征数据集中的冗余特征，证明了纹理和几何信息是融冻泥流识别的有效数据补充。在优化后的面向对象机器学习模型中，随机森林（RF）的识别精度最高，总体精度为87.43%。McNemar检验表明，与单一模型相比，集成机器学习模型显著提高了融冻泥流识别精度，其总体精度为93.14%。对研究区内融冻泥流的地形特征进行统计分析后发现融冻泥流主要发生在海拔3 200～3 500 m之间，坡度介于5°～25°，并且以东北... 相似文献
4.
本文提出矿物分类和识别的人工神经网络模型，并选取一组标样－我国沉积碳酸盐型锰矿中菱锰矿作为研究对象，识别效率达１００％。结果表明，该模型性能良好，可望成为矿物识别的有效手段。 相似文献
5.
嘉陵江流域三江汇流洪水联机实时预报研究 总被引：2，自引：0，他引：2
不直接描述嘉陵江流域三洪汇流存在的洪水顶托等复杂的物理过程，而是采用时变参数线性模型，由作者修正的一种自适应滤波水文实时预报方法进行参数在线识别，并分别研究集总输入和多输入两种情况，实现了洪水联机实时预报，结果表明，预报精度高，且模型简单，滤波参数稳定，便于推广使用。 相似文献
6.
为了进行地球化学异常的识别与提取,针对化探数据的特点,本文提出了一种将高维降维技术——投影寻踪分类(PPC)模型与实数编码遗传算法(RCGA)相结合的计算方法,分析了运用RCGA-PPC模型进行化探异常识别与提取的关键技术问题,并在MATLAB环境下开发了该方法的软件应用模块。以云南个旧地区水系沉积物地球化学数据为例,选取区域内Sn、Cu、Pb、Zn、As、Cd等主要成矿元素及与成矿关系密切的9种元素作为计算变量,利用RCGA-PPC模型对其进行处理和异常识别。研究表明:RCGAPPC模型中最佳投影值较高的地区与该区域实际矿床(点)吻合情况较好。该模型对化探异常的识别能力较强,是一种有效的化探多元素综合异常识别与提取方法。 相似文献
7.
高斯过程回归（GPR）是一种基于贝叶斯理论的监督学习算法,在基于数据驱动（DDM）的模型结构不确定性分析中具有广泛应用。目前研究中通常假设物理参数和超参独立并进行联立识别,这会导致参数补偿。文章提出两步识别DDM量化模型结构误差,并通过2个地下水模型案例,分别在不考虑模型结构误差、考虑模型结构误差（联立识别DDM、两步识别DDM）的情况下,对比分析了参数识别和模型预测结果。结果表明,不考虑模型结构误差直接进行参数识别时,为补偿结构误差,物理参数会过度拟合,从而影响模型预测效果。基于DDM刻画模型结构偏差时,物理参数和超参的独立性假设会影响参数识别结果。提出的两步识别DDM法没有假设物理参数和超参独立,能够减少参数过度拟合效应,从而更准确刻画结构误差,有效提高了模型的预测性能。 相似文献
8.
硅化／硅化岩石是锡矿山锑矿的一种很有效的找矿标志。因此,如何正确地识别硅化岩石与原岩,以及硅化的强弱对于找矿有着重要意义。将人工神经网络模型引入锡矿硅化灰岩识别的研究中,识别成功率达到９３．３％。结果表明,该方法简便实用,性能良好,可望成为岩石,矿物识别的一种有效的辅助手段。 相似文献
9.
矿物识别在许多研究领域都有着重要作用,基于深度学习技术的智能矿物识别为这些领域带来了新的发展方向,不仅能有效节省人工成本,还能减小识别错误。针对石英、角闪石、黑云母、石榴石和橄榄石共5种矿物进行实验,提出了一种准确高效的智能矿物识别方法。实验采用图像分析常用的卷积神经网络建立模型,设计出一套基于残差神经网络的矿物识别方法。本实验独立采集了5种矿物的偏光显微图像数据集,用于模型的训练、验证和测试,并通过合理的数据增强策略来扩充训练数据集。在卷积神经网络的结构设计上,选取了ResNet-18作为框架,最终于模型测试中取得89%的准确率,成功训练出一个较为精准的矿物识别模型,实现了基于深度学习的智能矿物识别方法。 相似文献
10.
文章提出了一种储产层识别及预测方法，该方法利用了神经网络中的自组织特征映射网络，它是由无人管理训练而得到的。当该网络被用作储产层的模式分类器时，它需要进行有导师指导的训练，这个模型就变为储产层的模式分类器。 相似文献
11.
核磁共振测井在低孔低渗油气层识别中的应用 总被引：2，自引：1，他引：2
核磁共振测井具有常规测井无法比拟的优势，它可直观准确地提供储集层的孔隙度、渗透率，区分可动流体和束缚流体．根据差谱分析可以定性的识别油水层．通过求解地层的束缚流体饱和度，结合电阻率测井，采用阿尔奇饱和度解释模型，进行了油(气)层的识别和含油(气)饱和度的计算，从而拓宽了核磁共振测井资料的应用范围，为低孔低渗油(气)层的评价提供了一种新的途径． 相似文献
12.
识别岩土力学经验模型的关键是如何寻找到一个全局最优解。禁忌虎法是一种寻找全局最优解的算法。针对常规禁忌算法处理连续问题时搜索范围小，对初始点的依赖性强等不足，对算法进行了改进，并将禁忌算法的离散化过程进行了修改，提出了二阶段禁忌算法。用该算法对圆弧和楔体破坏边坡数模型中的参数进行了搜索。结果表明，该方法是一种行之有效的全局优化算法。 相似文献
13.
岩性识别是一项重要的地质工作,为固体矿产勘探与油气勘探奠定了坚实的地质基础。岩石物性是连接岩性和地球物理场的桥梁,可以通过物性之间的差异进行岩性识别,但不同岩石的物性数据往往存在一定重合,仅靠交会图无法准确地识别岩性。KNN(K近邻)模型是一种简单、直接的机器学习方法,准确度和灵敏度都很高,适用于多分类问题。基于此,本文将基于特征加权的KNN模型引入岩性识别中,该方法将传统KNN模型与属性特征的信息增益相结合,对不同特征赋予不同权重,可以直观地反映属性特征对分类的重要程度。实验证明,相比于传统KNN方法,基于特征加权的KNN模型对岩性交界处的识别能力有大幅提升,整体提高了岩性识别的准确性和稳定性。 相似文献
14.
针对阶跃型滑坡阶跃点识别和预测难的问题,提出了一种基于聚类分析和集成学习的阶跃型滑坡阶跃点识别和判别模型。以三峡库区八字门滑坡ZG110钻孔2010年4月至2016年12月80个滑坡位移、库水位和降雨数据为例,通过聚类分析方法识别滑坡累积位移-时间曲线中的阶跃点和平稳点,并利用K均值聚类分析检验分类结果的准确性。基于灰色关联确定了滑坡位移的最佳诱发因素,结合随机森林模型建立阶跃型滑坡阶跃点判别模型并利用八字门滑坡ZG111钻孔验证该模型的准确性。模型阶跃点和平稳点的识别准确率均达90%以上,表明该方法在阶跃型滑坡识别中具有较好的适用性,可为阶跃型滑坡的预测提供参考。 相似文献
15.
BP神经网络在富钾卤水中的应用研究 总被引：2，自引：2，他引：0
富钾卤水是一种重要的液态钾盐资源,是四川盆地主要的找钾方向之一。川东地区三叠纪地层内与含盐系相邻的碳酸盐岩储层卤水矿化度极高,卤水资源丰富,开采潜力巨大,是我国目前钾盐勘探研究的重点区域。针对常规测井解释方法识别卤水层速度慢、准确率不高等特点,提出建立BP神经网络模型开展富钾卤水层的识别与划分。以BP神经网络理论和测井解释原理为基础,对卤水层识别影响最大的测井曲线值作为输入,建立BP神经网络模型,开展深层卤水层和富钾卤水层的识别和划分,并用准确的录井结果验证模型性能。测试发现,模型识别卤水的准确率为85.7%;改进的富钾卤水模型识别准确率为89.1%。结果表明,BP神经网络技术在四川盆地钾盐的勘探开发过程中具有广阔的应用前景。 相似文献
16.
文章基于Inception-v3卷积神经网络模型,通过对采集的金矿石、铜矿石、铁矿石、铅锌矿、花岗岩、片麻岩、大理岩和页岩,8种岩石453张图像进行特征提取和迁移学习,建立了岩性分类的迁移学习模型,实现了岩性的自动识别和分类。每种岩石图像随机抽取4张作为测试集进行测试,剩余421张图像作为训练集参加训练,经测试全部图像的岩性分类结果均正确,识别正确率超过80%的岩石图像占测试集图像总数的90%以上。识别正确率未达到80%的图像经过处理后重新训练并测试,其识别正确率均超过了80%,表明了该模型具有良好的岩性识别能力且鲁棒性较好,为岩性识别和自动分类提供了一种新的智能分析方法。 相似文献
17.
针对选用不同网络结构的深度学习算法进行地球化学异常识别，重构符合成矿分布的地球化学背景时选择依据较少的问题，本文基于闽西南铜锌银成矿区1∶20万水系沉积物数据，采用3种无监督深度学习模型AE、MCAE、FCAE,分别提取了样本中多元素的组合结构特征、空间分布特征以及混合特征，并基于其重构地球化学背景，模拟成矿分布。结果显示，FCAE模型圈定的异常区域与已知铜矿点最贴合，其次是MCAE模型和AE模型，其AUC值分别为0.80、0.78、0.61,且FCAE模型和AE模型对卷积窗口尺寸变化不敏感；说明面向地球化学异常识别构建深度学习算法时，基于提取空间分布特征或混合特征的算法综合表现较好，且基于提取组合结构特征或混合特征的算法对由观测空间尺度变化或不一致引起的噪声有较强抗干扰能力。本文为因地制宜地构建基于深度学习算法的地球化学异常识别模型提供了有效依据。 相似文献
18.
19.
针对储层岩性种类繁多、交替频繁、组成复杂，传统方法识别精度低、效率慢的问题，本文提出一种多尺度时频空三域特征联合下的储层岩性识别方法。该方法在原始测井特征的基础上引入了互补集合经验模态分解(CEEMD)的多尺度频域分量，从而提高测井曲线的纵向分辨率。此外，构建了注意力机制优化的多尺度卷积双向门控循环神经网络(CNN-BiGRU-AT)模型，对加入了多尺度频域分量的测井数据进行时空特征提取，从而实现了对测井数据时、频、空三域特征的联合学习，最后以注意力机制优化了模型输出，减少了错误信息的传播。为了验证方法可靠性，本文选取了资料较为完整的5口井数据进行实验分析。结果表明，在不同数据组合的对比实验中，加入多尺度频域分量在训练集和验证集识别准确率分别提高了9.50%和8.66%。在与不同模型对比实验中，本文方法在样本识别准确率达到了94.11%,与支持向量机(SVM)、BP神经网络、卷积神经网络(CNN)、双向门控循环神经网络(BiGRU)和CNN-BiGRU融合模型相比，本文方法识别准确率分别提高了16.21%、14.54%、11.69%、5.05%、3.38%。 相似文献
20.
《物探与化探》2021,(3)
煤体结构作为煤层勘探开发研究的重点参数之一,影响着煤层产能,有效识别煤层煤体结构至关重要。本文利用支持向量机算法,以地球物理测井资料为基础进行煤体结构识别,并以沁水煤田柿庄北区3号层为例,对该区块进行煤体结构类型分类,利用支持向量机的双二分类与"一对多"分类两种建模模式,建立基于测井曲线的煤体结构识别模型,再利用交叉验证评价模型的泛化性,并对该模型用未参与建模数据进行准确性评价。结果表明,应用支持向量机算法的两种模式能有效识别煤体结构,模型具有泛化性与准确性,且"一对多"分类模式精度更高,在对有利产出煤和不利产出煤的区分上效果突出,对有利产出煤的具体类型区分上具有准确性,可对后续压裂施工提供指导。总体上,基于支持向量机算法和地球物理测井资料建立的煤体结构识别模型对煤层气勘探开发有指导意义,具有实际应用价值。 相似文献