摘要
本发明公开了一种基于混合先验策略与深度学习的含水层刻画方法及系统,方法包括:构造混合先验集合;获得混合先验集合中每个参数样本对应的模型输出;对混合先验集合中所有参数样本以及对应的模型输出进行两两相减,得到多个模型输出差及对应的参数差;对深度学习模型进行训练;生成新息向量,并将其代入深度学习模型以获得各样本参数的更新向量;将更新向量与原始参数先验样本相加,得到更新后的参数样本集合;根据更新后的参数样本集合分析含水层参数刻画效果及其不确定性分布。本发明通过混合先验策略与深度学习相结合,有效提高了在先验信息不足条件下的含水层刻画效果,提高了数据同化方法对有偏先验和非高斯分布挑战共存问题的解决效果。
技术关键词
刻画方法
样本
地质结构
地下水系统
深度学习模型训练
数据同化方法
水力传导系数
参数更新模块
策略
训练数据量
方程
数据格式
超参数
水头
系统为您推荐了相关专利信息
栅格
洪水预报模型
数字高程数据
深度学习模型训练
序列
空间分布预测方法
土壤重金属含量
遗传算法
sigmoid函数
神经网络模型
风险识别方法
随机森林
识别风险用户
样本
训练集