摘要
本发明涉及地理信息系统领域,公开了一种三维地质体多尺度表征建模方法、设备及介质,方法包括,获取多源异构地质观测数据,构建数据集;构建GM‑RNN网络;所述GM‑RNN网络中包括带有记忆解耦策略的时空LSTM递归神经网络ST‑LSTM单元;用数据集、反向调度策略以及时空记忆流传播策略训练所述GM‑RNN网络,得到训练完成的网络;将地质观测数据的任意大小尺度的地质剖面输入至训练完成的网络,实现三维地质体的多尺度自动构建;本发明有效地捕捉复杂地质体的时空演化规律特征,在较长的时间步长下,模型能够更好地预测出对应的预测结果,GMRNN的长期建模性能得到了有效的提升。
技术关键词
建模方法
递归神经网络
记忆
策略
时空演化规律
超参数
代表
地理信息系统
序列
图像
异构
数据存储
基准
训练集
因子
处理器
阶段
时间段
系统为您推荐了相关专利信息
移动式储能
储能充电站
集群控制方法
交通拥堵状态
地点
AGV小车
时空图模型
SAC算法
避障方法
矩阵
构建知识图谱
客户
Louvain算法
节点
数据安全服务
输电线路参数
高海拔
数据处理模块
建模方法
数据采集模块
教师
职业
多维时序数据
多维特征向量
注意力机制