您的位置： 专家智库 > >

陈丽蓉

作品数：7 被引量：0H指数：0
供职机构：中国地质大学（武汉）更多>>
相关领域：电子电信更多>>

合作作者

文献类型

  • 6篇专利
  • 1篇学位论文

领域

  • 2篇电子电信

主题

  • 6篇地球化
  • 6篇地球化学
  • 4篇地球化学异常
  • 4篇地质条件
  • 4篇元数据
  • 4篇卷积
  • 4篇多元数据
  • 4篇复杂地质
  • 4篇复杂地质条件
  • 4篇编码器
  • 2篇地球化学背景
  • 2篇地球化学数据
  • 2篇多特征融合
  • 2篇数据聚类
  • 2篇欧氏距离
  • 2篇聚类
  • 2篇空间滤波
  • 2篇空间域
  • 2篇化探
  • 2篇化探异常

机构

  • 7篇中国地质大学...

作者

  • 7篇陈丽蓉
  • 4篇关庆锋
  • 2篇王颖

年份

  • 1篇2023
  • 1篇2021
  • 1篇2020
  • 3篇2018
  • 1篇2013
共 7 条 记 录，以下是 1-7
全选 清除 导出
排序方式：
基于空间约束多自编码器的多元地球化学异常识别方法
本发明公开了基于空间约束多自编码器的多元地球化学异常识别方法，包括以下步骤：数据聚类；空间域划分；自监督学习；异常值计算；异常地图生成。本发明将多元数据聚类、空间滤波与自编码神经网络结合，兼顾多种地球化学元素间的复杂关系...
关庆锋陈丽蓉
文献传递
多特征融合卷积自编码的多元地球化学异常识别方法
本发明公开了多特征融合卷积自编码的多元地球化学异常识别方法，包括以下步骤：数据预处理；地球化学特征学习；模型耦合和微调；多元异常得分计算与成图。本发明构建了多特征融合卷积自编码，通过子自编码器A和子自编码器B分别提取地球...
关庆锋任书良陈丽蓉
基于3G网和英特网的实时视传输自适应技术研究
陈丽蓉
基于多卷积自编码神经网络的多元化探异常识别方法
本发明公开了一种基于多卷积自编码神经网络的多元化探异常识别方法，本发明将卷积自编码神经网络与欧氏距离结合，采用多个CAE模型并行训练建模的方法，每个CAE学习一个元素的背景特征方式，避免了单模型处理能力不足以及多元数据降...
关庆峰陈丽蓉徐晏清梁靖旖王颖
文献传递
多特征融合卷积自编码的多元地球化学异常识别方法
本发明公开了多特征融合卷积自编码的多元地球化学异常识别方法，包括以下步骤：数据预处理；地球化学特征学习；模型耦合和微调；多元异常得分计算与成图。本发明构建了多特征融合卷积自编码，通过子自编码器A和子自编码器B分别提取地球...
关庆锋任书良陈丽蓉
文献传递
基于多卷积自编码神经网络的多元化探异常识别方法
本发明公开了一种基于多卷积自编码神经网络的多元化探异常识别方法，本发明将卷积自编码神经网络与欧氏距离结合，采用多个CAE模型并行训练建模的方法，每个CAE学习一个元素的背景特征方式，避免了单模型处理能力不足以及多元数据降...
关庆峰陈丽蓉徐晏清梁靖旖王颖
文献传递
基于空间约束多自编码器的多元地球化学异常识别方法
本发明公开了基于空间约束多自编码器的多元地球化学异常识别方法，包括以下步骤：数据聚类；空间域划分；自监督学习；异常值计算；异常地图生成。本发明将多元数据聚类、空间滤波与自编码神经网络结合，兼顾多种地球化学元素间的复杂关系...
关庆锋陈丽蓉
文献传递
全选 清除 导出
共1页<1>
聚类工具0