摘要
本发明属于重力与磁法勘探数据处理技术领域,涉及一种基于智能化重磁场数据去噪的边界识别方法,该方法包括:步骤1:使用随机组合正演方法生成原始地球物理重磁场数据集;步骤2:对原始地球物理重磁场数据集中的所有数据添加随机百分比的高斯噪声,获得含噪数据集;步骤3:构建去噪预测网络模型;步骤4:使用含噪数据训练去噪预测网络模型;步骤5:对训练好的去噪预测网络模型进行有效性评估,直至获得合格的去噪预测网络模型;步骤6:将含噪数据输入合格的去噪预测网络模型,得到去噪结果;步骤7:运用去噪结果进行边界识别,获取相关系数矩阵,进而确定矿体与构造的位置。其有益效果是去噪精度高,边界清晰,对提升处理解译意义重大。
技术关键词
预测网络模型
边界识别方法
正演方法
矩阵
有效性
上采样
长方体
采样模块
全卷积网络
磁法勘探
球体
参数
噪声
训练集数据
立方体
数据处理技术
异常数据
解码器
编码器
系统为您推荐了相关专利信息
分时复用方法
车辆
轨迹平滑方法
车头
模糊评价算法
水下航行器
状态观测器
浮力
坐标系
运动仿真模型
自动化控制平台
零件公差
学习算法
模糊集合
数据处理模块
价格预测方法
大语言模型
电池级碳酸锂
智能决策支持技术
皮尔逊相关系数