排序方式: 共有8条查询结果,搜索用时 31 毫秒
1
1.
进入新世纪,科技的发展造就了大数据的爆发式增长,这为基于深度学习方法来研究地质学问题奠定了基础。卷积神经网络已被用于地质填图,但卷积操作关注的是数据空间维度的特征信息,无法建模不同通道维度之间的依赖关系。为了发掘不同通道的输入数据和特征图之间的关联性,提升智能地质填图的效果,本文在全卷积神经网络Unet中引入通道注意力模块——挤压—激励模块(Squeeze and Excitation Block, SE Block),提出了一种新网络SE—Unet,并将该网络应用于湖南省鲤鱼塘地区的1∶5万智能地质填图。实验结果表明,相比于Unet, SE—Unet智能地质填图的总体精确度由81.58%提高到了83.72%,可视化结果显示,两种原来难以识别的地质单元被大致识别出来。这验证了通道注意力机制能够提升网络的学习和表征能力,也说明了本方法对于提升智能地质填图效果的可行性与有效性。 相似文献
2.
3.
4.
对东昆仑诺木洪地区白沙河岩组眼球状花岗片麻岩中。锆石进行U-Pb测年结果表明,该片麻岩可能形成于921 Ma左右,其中含有的残留锆石核反映其可能来自于中元古代地壳物质的再循环;对锆石Hf同位素测定结果显示其具有正的εHf(t),且位于1100~1500 Ma的平均地壳演化线之间,同样暗示其来自于中元古代古老地壳物质。结合区域上存在同时期的双峰式侵入岩,推测该眼球状花岗片麻岩形成于伸展环境下,地幔上涌引起上覆中元古代的白沙河岩组为代表的表壳岩系发生熔融,并侵入其中,之后再共同经历了后期的角闪岩相变质。 相似文献
5.
6.
7.
本文通过试验确定出造成A-95陶瓷器件出现釉泡的原因为:釉料细度不当,釉层过厚,釉烧制度不合理;进而应用釉泡的发生机理对上述原因进行了分析,并提出了解决方案。 相似文献
8.
1