摘要
本发明提供了一种面向地热开发场景的域分解式多尺度智能仿真方法,属于智能仿真领域,该方法包括:根据地热开发场景,获取地热资源数据,构建多尺度仿真模型,利用深度神经网络获取多尺度仿真模型的深层特征表示;并对深层特征表示进行特征融合,得到公共子空间;构建无监督聚类神经网络模型,对公共子空间进行扩充处理,并利用迁移学习算法构建尺度间桥接模型;利用尺度间桥接模型,得到域分解式多尺度仿真模型并进行仿真实验验证,搭建面向地热开发场景的仿真平台。本发明解决了现有仿真方法无法充分分析和利用不同尺度仿真模型本身的深层特征以及域分解任务中,由于同时存在并互有交叠的不同尺度仿真区域,引起仿真模型跨尺度过渡困难的问题。
技术关键词
仿真模型
智能仿真方法
无监督聚类
神经网络模型
多尺度
迁移学习算法
深度神经网络
地热
平衡特征
场景
深度特征学习
仿真平台
K均值算法
表达式
数据
物理
样本
因子
坐标
系统为您推荐了相关专利信息
相位控制方法
振动辅助装置
仿真模型
补偿算法
实时数据
数据挖掘方法
卷积神经网络模型
车辆传感器数据
数据标签
音频