基于SA-RBF神经网络模型的古水深推测方法

本发明公开了基于SA‑RBF神经网络模型的古水深推测方法，包括以下步骤：S1、获取与古水深相关的地球化学数据和地球物理数据；S2、对S1获取的数据进行预处理，并将数据划分为训练集和测试集；S3、建立SA‑RBF神经网络，利用训练集对SA‑RBF神经网络进行训练，得到古水深推测模型；S4、利用测试集验证古水深推测模型，判断验证结果是否满足预设精度要求；S5、使用最优古水深推测模型对古水深进行推测。本发明的SA‑RBF神经网络模型有效提高了古水深的推测精度，对油气资源评价及古地理学、古气候学和地球化学等领域的研究具有重要价值。