摘要
本发明提供了一种基于分层耦合的地热开发场景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,构建地热资源数据相应的多个尺度模型;构建多尺度仿真模型,利用深度神经网络对多尺度仿真模型进行深度特征学习,获取深层特征表示;根据多尺度仿真模型深层特征表示,通过特征融合得到公共子空间,并进行特征平衡和特征对齐,得到分层耦合式多尺度仿真模型;对分层耦合式多尺度仿真模型进行仿真实验验证,并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,特别是特征空间的维度差异可能引发异构鸿沟,进而导致多尺度框架难以实现跨尺度特征融合的问题。
技术关键词
仿真模型
智能仿真方法
深度神经网络
深度特征学习
分层
地热
跨尺度特征融合
场景
多尺度框架
仿真平台
表达式
平衡特征
矩阵
数据
物理
坐标
异构
典型
系统为您推荐了相关专利信息
数据分析决策
电商
深度神经网络
对象存储技术
分析单元
电缆绝缘材料
深度神经网络模型
缺陷检测方法
拓扑特征
材料特征