火山岩地球化学二维灰度码和基于CNN的构造源区判别

火山岩地球化学二维灰度码和基于CNN的构造源区判别.pdf
本文尝试将地球化学研究与深度学习相结合,试图解决火山岩构造源区判别分类问题,利用GEOROC数据库中的主微量元素含量及构造环境标签作为训练数据,利用其中75％的二维码数据进行自动学习和训练,剩下25％的数据进行盲测,通过尝试建立和训练不同结构的CNN网络(见图1),来实现火山岩构造环境的自动判别.
作者：葛粲
作者单位：合肥工业大学合肥230029
母体文献：2018中国地球科学联合学术年会论文集
会议名称：2018中国地球科学联合学术年会  
会议时间：2018年10月21日
会议地点：北京
主办单位：中国地质学会,中国地震学会,中国地球物理学会,中国矿物岩石地球化学学会
语种：chi
分类号：TP3TF4
关键词：火山岩  地球化学  二维灰度码  构造源区  人工神经网络
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文

2024-12-3 19:40 上传 火山岩地球化学二维灰度码和基于CNN的构造源区判别.pdf

文件大小:

1.93 MB

下载次数:

60

高速下载