基于深度学习的变差函数自动建模方法、装置及设备

AITNT
正文
推荐专利
基于深度学习的变差函数自动建模方法、装置及设备
申请号:CN202411909942
申请日期:2024-12-24
公开号:CN119848384B
公开日期:2025-09-26
类型:发明专利
摘要
本发明公开了一种基于深度学习的变差函数自动建模方法、装置及设备,涉及地质统计学技术领域,可解决目前变差函数建模不准确且效率低的技术问题。包括:构建待训练变差函数曲面数据集以及构建初始理论变差函数参数预测模型,其中,待训练变差函数曲面数据集包括待训练变差函数曲面与对应的待训练变差函数参数;根据待训练变差函数曲面与对应的待训练变差函数参数训练初始理论变差函数参数预测模型,得到训练完成的理论变差函数参数预测模型;获取实验变差函数值,计算实验变差函数值对应的变差函数曲面,利用理论变差函数参数预测模型预测变差函数曲面对应的理论变差函数参数,以根据理论变差函数参数得到理论变差函数。
技术关键词
自动建模方法 曲面 分类子模型 理论 地质统计学技术 数据 节点 比率 建模装置 处理器 坐标 计算机设备 模块
系统为您推荐了相关专利信息
1
多样化储能电站调节特性及其价值评估模型
储能电站 子模块 分析模块 模糊综合评价 支持向量机回归
2
一种基于动态图Transformer表示的不实话题检测方法
话题检测方法 多元线性回归算法 多头注意力机制 门控神经网络 关系
3
基于三维点云的装船机物料装载调度规划方法
调度规划方法 三维点云数据 装船机 货仓 船舶
4
基于深度学习的凸字钢轧制板形控制方法及系统
轧制板形控制方法 视觉检测单元 精轧机 理论值偏差 图像分割算法
5
基于测算融合的大规模城市电磁环境分析方法
辐射源 绕射理论 因子 环境分析方法 消息传递接口
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号