欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種位場數據向下延拓方法、裝置、設備及介質

文檔序號:40522755發(fā)布日期:2024-12-31 13:32閱讀:9來源:國知局
一種位場數據向下延拓方法、裝置、設備及介質

本申請涉及地球物理地質資源勘探,特別是涉及一種位場數據向下延拓方法、裝置、設備及介質。


背景技術:

1、由于向下延拓理論的限制,向下延拓時其固有的不穩(wěn)定特征會迅速放大噪音干擾,大量研究表明,使用傳統(tǒng)方法情況下,僅在延拓三至五個點距后噪聲放大會特別強烈,甚至掩蓋原始數據中的信息,即使是最主流的迭代方法,也無法從根本上改變向下延拓的不穩(wěn)定性。

2、向下延拓的本質是通過分析和處理數據來找到一個最佳向下延拓函數,但是向下延拓是個較復雜且非線性的問題,人為尋找延拓前后關系的表達式一般會依賴于個人假設和經驗,因此所得到的方程相對而言都有一定的偏差,不能很好的捕捉向下延拓中的變化規(guī)律和細節(jié)情況。因此,亟需一種提高向下延拓的精度的位場數據向下延拓方法。


技術實現思路

1、本申請的目的是提供一種位場數據向下延拓方法、裝置、設備及介質,可提高向下延拓的精度。

2、為實現上述目的,本申請?zhí)峁┝巳缦路桨福?/p>

3、第一方面,本申請?zhí)峁┝艘环N位場數據向下延拓方法,包括:

4、獲取實測位場數據;所述實測位場數據為重力場數據或磁力場數據;

5、將所述實測位場數據輸入至訓練好的物理信息神經網絡中,得到預測向下延拓后數據;所述訓練好的物理信息神經網絡由樣本位場數據導入包含總損失函數的物理信息神經網絡訓練得到;所述總損失函數包括偏微分結構損失、邊界值損失和真實值損失;當預測向下延拓后數據為重力場數據時,所述偏微分結構損失為預測向下延拓后數據的拉普拉斯算子與重力乘積的誤差;所述重力乘積為重力場和密度場的乘積;當預測向下延拓后數據為磁力場數據時,所述偏微分結構損失為預測向下延拓后數據的拉普拉斯算子與磁力乘積的誤差;所述磁力乘積為磁力場和磁化強度的乘積;所述邊界值損失通過預測向下延拓后數據計算得到;所述真實值損失為預測向下延拓后數據和預測向下延拓后數據對應的標簽向下延拓后數據的誤差。

6、第二方面,本申請?zhí)峁┝艘环N位場數據向下延拓裝置,包括:

7、實測位場數據獲取模塊,用于:獲取實測位場數據;所述實測位場數據為重力場數據或磁力場數據;

8、向下延拓后數據預測模塊,用于:將所述實測位場數據輸入至訓練好的物理信息神經網絡中,得到預測向下延拓后數據;所述訓練好的物理信息神經網絡由樣本位場數據導入包含總損失函數的物理信息神經網絡訓練得到;所述總損失函數包括偏微分結構損失、邊界值損失和真實值損失;當預測向下延拓后數據為重力場數據時,所述偏微分結構損失為預測向下延拓后數據的拉普拉斯算子與重力乘積的誤差;所述重力乘積為重力場和密度場的乘積;當預測向下延拓后數據為磁力場數據時,所述偏微分結構損失為預測向下延拓后數據的拉普拉斯算子與磁力乘積的誤差;所述磁力乘積為磁力場和磁化強度的乘積;所述邊界值損失通過預測向下延拓后數據計算得到;所述真實值損失為預測向下延拓后數據和預測向下延拓后數據對應的標簽向下延拓后數據的誤差。

9、第三方面,本申請?zhí)峁┝艘环N計算機設備,包括:存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序,所述處理器執(zhí)行所述計算機程序以實現上述位場數據向下延拓方法。

10、第四方面,本申請?zhí)峁┝艘环N計算機可讀存儲介質,其上存儲有計算機程序,該計算機程序被處理器執(zhí)行時實現上述位場數據向下延拓方法。

11、根據本申請?zhí)峁┑木唧w實施例,本申請公開了以下技術效果:

12、本申請?zhí)峁┝艘环N位場數據向下延拓方法、裝置、設備及介質,通過總損失函數訓練得到訓練好的物理信息神經網絡;其中,總損失函數包括偏微分結構損失、邊界值損失和真實值損失;重力場的偏微分結構損失為預測向下延拓后數據的拉普拉斯算子與重力場和密度場乘積的誤差;磁力場中的偏微分結構損失為預測向下延拓后數據的拉普拉斯算子與磁力場和磁化強度乘積的誤差;邊界值損失通過預測向下延拓后數據計算得到;真實值損失為預測向下延拓后數據和其對應的標簽向下延拓后數據的誤差,在獲取實測位場數據后,利用訓練好的物理信息神經網絡對實測位場數據進行向下延拓預測,確保輸出的向下延拓值符合物理規(guī)律,解決了現有方法向下延拓精度低的問題,實現了位場數據的高精度向下延拓。



技術特征:

1.一種位場數據向下延拓方法,其特征在于,所述位場數據向下延拓方法包括:

2.根據權利要求1所述的位場數據向下延拓方法,其特征在于,在將所述實測位場數據輸入至訓練好的物理信息神經網絡中,得到預測向下延拓后數據之前,還包括:對物理信息神經網絡進行訓練,具體包括:

3.根據權利要求1所述的位場數據向下延拓方法,其特征在于,當預測向下延拓后數據為重力場數據時,偏微分結構損失的計算公式如下:

4.根據權利要求1所述的位場數據向下延拓方法,其特征在于,當預測向下延拓后數據為重力場數據時,邊界值損失的計算公式如下:

5.根據權利要求1所述的位場數據向下延拓方法,其特征在于,所述真實值損失的計算公式如下:

6.根據權利要求2所述的位場數據向下延拓方法,其特征在于,設定停止條件為當前迭代次數達到最大迭代次數或總損失函數值小于設定誤差值。

7.根據權利要求1所述的位場數據向下延拓方法,其特征在于,物理信息神經網絡包括依次連接的輸入層、第一隱藏層、第二隱藏層、第三隱藏層、第四隱藏層和輸出層。

8.一種位場數據向下延拓裝置,其特征在于,所述位場數據向下延拓裝置包括:

9.一種計算機設備,包括:存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序,其特征在于,所述處理器執(zhí)行所述計算機程序以實現權利要求1-7中任一項所述的位場數據向下延拓方法。

10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,該計算機程序被處理器執(zhí)行時實現權利要求1-7中任一項所述的位場數據向下延拓方法。


技術總結
本申請公開了一種位場數據向下延拓方法、裝置、設備及介質,涉及地球物理地質資源勘探技術領域,該方法包括:通過使用包含總損失函數的物理信息神經網絡學習向下延拓中的規(guī)律,進而訓練出一個較好的向下延拓模型;其中,總損失函數包括偏微分結構損失、邊界值損失和真實值損失;重力場中的偏微分結構損失為預測數據的拉普拉斯算子與重力乘積的誤差;磁力場中的偏微分結構損失為預測數據的拉普拉斯算子與磁力乘積的誤差;邊界值損失通過預測向下延拓后數據計算得到;真實值損失為預測向下延拓后數據和標簽向下延拓后數據的誤差,利用訓練好的物理信息神經網絡對實測位場數據進行向下延拓預測,實現了位場數據的高精度向下延拓。

技術研發(fā)人員:周文納,禪永康,徐柏虎,李強,吳云夢,翟新偉,田霄,羅輝
受保護的技術使用者:蘭州大學
技術研發(fā)日:
技術公布日:2024/12/30
網友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
大丰市| 通辽市| 吴川市| 保德县| 郧西县| 开封市| 兰溪市| 玉龙| 峨眉山市| 抚顺县| 广汉市| 鲁山县| 沙坪坝区| 松滋市| 竹溪县| 漠河县| 连南| 贵阳市| 昭通市| 通榆县| 宁陕县| 拜泉县| 天气| 兴化市| 博白县| 青海省| 宁阳县| 自治县| 长宁县| 遂平县| 红安县| 中宁县| 蚌埠市| 武陟县| 浪卡子县| 灌云县| 北辰区| 库车县| 湘阴县| 乌兰察布市| 姚安县|