基于無監(jiān)督機器學習的地質斷層識別與深度估算
所屬分類：技術論文
上傳者：wwei
文檔大?。?span>4344 K
標簽： Werner反卷積 深度估計 K-均值聚類
所需積分：0分積分不夠怎么辦？
文檔介紹：為解決Werner反卷積解在地質構造深度估計中結果不確定性的問題，采用無監(jiān)督機器學習K-means聚類算法對Werner解進行優(yōu)化分析。通過構建包含兩個巖墻體的合成磁場模型進行測試，并添加隨機噪聲增加復雜性。將合成數(shù)據(jù)和實際數(shù)據(jù)的Werner解分別輸入聚類算法進行分析，結果表明，該算法在合成模型中準確識別出兩個深度分別為5 m和8 m的地質體，在實際數(shù)據(jù)中識別出三個深度分別為536 m、635 m和530 m的地質體，與該區(qū)域前期勘探結果相符。研究證實，該算法不僅能有效確定地質體的數(shù)量，還能準確估算其深度位置，即使在存在噪聲的情況下依然表現(xiàn)穩(wěn)定。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。