摘要
本发明属于面波频散反演技术领域,具体公开了一种基于模态自匹配的面波多模态频散曲线概率反演方法,包括以下步骤:将表观频散数据点分成两类,即基模态数据集和更高模态数据集;在无似然推断方法框架内构建反演多模态频散数据的贝叶斯方程;建立距离测度量化频散数据和模拟样本的相似性,并指定适合采样的方法;基于所得后验样本表征多模态频散数据反演结果(即剪切波速剖面)的不确定性。本发明能较佳地量化反演瑞雷波多模态频散曲线所得剪切波速剖面的不确定性,提高了剪切波速剖面的可识别性,并通过自动匹配模态编号避免由于模态误识别导致的错误反演结果。
技术关键词
反演方法
推断方法
多模态
曲线
贝叶斯框架
反演技术
还原数据
样本
参数
蒙特卡洛
统计特征
方程
代表
复杂度
学生
分层
密度
系统为您推荐了相关专利信息
进给速度规划方法
多轴数控机床
模拟退火优化算法
控制点
模式搜索优化
防护内衣
协同方法
多模态
微电脉冲信号
权重算法