[发明专利]基于卷积神经网络融合地下水位及自然电位数据识别非高斯含水层参数的方法在审
| 申请号： | 202210105324.6 | 申请日： | 2022-01-28 |
| 公开（公告）号： | CN114460653A | 公开（公告）日： | 2022-05-10 |
| 发明（设计）人： | 康学远;韩正;吴吉春;施小清 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G01V3/08 | 分类号： | G01V3/08;G01V3/36;G01V3/38 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 颜盈静 |
| 地址： | 210093 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于卷积神经网络融合地下水位及自然电位数据识别非高斯含水层参数的方法，包括：1：利用非高斯含水层参数场样本训练CVAE网络，并从标准正态分布中采样，对潜向量z的估计集合进行初始化；2：将潜向量z估计集合输入至训练后的CVAE解码器中，重构出相应的非高斯含水层参数场估计集合；3：在谐波抽水试验期间，基于重构出的非高斯含水层参数场估计集合，运行水文地球物理正演模型，得到水力水头和自然电位模拟数据；4：结合水力水头与自然电位观测数据，采用ESMDA方法迭代更新潜向量z估计集合；重复2至4，直至达到最大迭代次数；5：对于更新得到的潜向量z的后验集合，通过CVAE解码器，重构获得非高斯含水层参数场的推估结果。 | ||
| 搜索关键词： | 基于 卷积 神经网络 融合 地下水位 自然 电位 数据 识别 非高斯 含水层 参数 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京大学，未经南京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210105324.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种载波固定装置
- 下一篇：一种基于特征融合模型的虚假新闻检测方法
