排序方式: 共有2条查询结果,搜索用时 31 毫秒
1
1.
CNN-GRU混合深度学习反演弹性阻抗取得了较好的反演效果。但是,基于深度学习的叠前反演参数众多,包括内部深度学习网络可学习参数和外部超参数等,目前超参数选取对网络性能及计算速度影响尚缺乏系统性研究,这直接影响到了该方法的进一步推广应用。因此,本文在混合深度学习反演弹性阻抗基础上,探讨学习率、Epoch、batch_size、正则化参数及参与网络训练的测井个数等5个超参数对网络性能及计算速度的影响,为深度学习地震反演超参数选取提供依据。研究结果可为三维大面积深度学习反演提供一个可行的质控手段,对于推动深度学习方法在石油物探中广泛应用具有一定意义。 相似文献
2.
试论构造应力场与汞矿成矿关系 总被引:2,自引:0,他引:2
本文试应用赤平极射投影方法,对三(都)——丹(寨)汞矿带宏发厂矿床控矿构造形迹的分析、应力场的分期,探讨构造应力场与汞矿形成之关系。通过对整个宏发厂矿床约0.2Km~2范围的地表及780中段(780米标高坑道。下同)、690中段、653中段、610中段、570中段等五层坑道的深部共300多个测点的统计研究,可以清楚看到:构造应力场与汞矿的形成是有一定规律的。 相似文献
1