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.pdfVIP

下载本文档

0
0
约1.99万字
约 19页
2023-05-09 发布于北京
举报
版权申诉

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.pdf

1、本文档共19页，其中可免费阅读18页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

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，

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114460653 A (43)申请公布日 2022.05.10 (21)申请号 202210105324.6 (22)申请日 2022.01.28 (71)申请人南京大学地址 210093 江苏