[发明专利]基于深度学习的声纳渗流运动规律发现方法

摘要

本发明公开了一种基于深度学习的声纳渗流运动规律发现方法，该方法实现的具体步骤如下：S1，所述数据处理系统对待处理数据进行数据清理并分类，将处理后数据发送给所述机器学习系统；S2，所述机器学习系统对数据进行干扰识别及渗流识别，对非干扰信号进行渗流识别并标注，将处理后数据发送给所述数据挖掘系统；S3，所述数据挖掘系统对目标数据进行挖掘以期找到其内部联系，得到渗流运动规律性的内在联系。该发明推进了声纳渗流运动的理论建模研究进度，具有很高的社会效益和经济效益。

主权项

1.一种基于深度学习的声纳渗流运动规律发现方法，其特征在于，包括以下步骤：S1，数据处理系统[1]通过数据处理模块[6]对声纳渗流探测中地下水水流产生的波形数据[5]进行数据清理并分类，将处理后的数据发送给机器学习系统[2]；S2，机器学习系统[2]通过干扰识别模块[7]将清理后数据转化为高斯分布的声纳数据，通过多次应用异常检测算法的方法分离出干扰数据并标注，将分离出的非干扰数据传给渗流识别模块[8]对数据进行渗流识别；渗流识别模块[8]构建神经网络模型，通过深度学习方法从非干扰数据中进行渗流特征学习，采用交叉验证的方式，得到训练好的神经网络模型，再导入数据完成对非干扰信号的渗流识别与标注，将处理后数据发送给数据挖掘系统[3]；S3，数据挖掘系统[3]通过数据挖掘模块[9]对具有代表性的样本进行挖掘，得到与声纳渗流运动有关的新模型。