龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明提供了一种监督空‑谱双支深度学习模型的地球化学异常识别方法，涉及地球科学技术领域，该方法的空间分支通过图卷积神经网络来有效地捕捉地球化学空间模式并提取相邻像素之间的空间关系，由于图结构的灵活性，还可考虑地球化学元素分布的空间异质性；谱分支由循环神经网络组成，具有处理序列数据的强大能力，以研究单个像素内的地球化学元素组合。最后，构建一个基于线性层的融合网络融合两个分支提取的高级空间特征和谱特征，并使用softmax激活函数进行分类任务。本发明可同时考虑地球化学异常的空间特征和谱特征，通过交叉熵损失函数来最小化异常预测值和标签矿点及非矿点之间的差值，以此训练模型并高效圈定地球化学异常。
主权项：1.一种监督空-谱双支深度学习模型的地球化学异常识别方法，其特征在于，包括以下步骤：S1、构建包含地球化学谱和空间模式的地球化学数据立方体；S2、构建空间分支，用于提取地球化学立方体的空间特征；S3、构建谱分支，用于提取地球化学立方体的谱特征；S4、构建融合模型对空间特征和谱特征进行融合；S5、设计损失函数训练空间分支、谱分支、融合模型，通过最小化异常预测值和标签之间的差值训练模型，基于训练后的空间分支、谱分支、融合模型，得到最终的监督空-谱双支深度学习模型，并根据该监督空-谱双支深度学习模型进行地球化学异常识别。
全文数据：
权利要求：
百度查询： 中国地质大学(武汉) 监督空-谱双支深度学习模型的地球化学异常识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号