原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及磁异常数据的处理与解释领域，为一种基于深度学习的分形分布磁异常数据反演磁源深度方法。采用自注意力机制搭建一种基于特征解耦的神经网络模型。对于二维分形分布磁异常，通过本发明设计的深度学习网络模型对功率谱数据进行处理，模型的输入为磁异常数据，通过计算提取功率谱，在功率谱中加入位置编码。编码器选用LSTM神经网络以便于处理长序列数据，将功率谱序列数据分别输向zt、zb和β编码器进行特征解耦，在旁支加入解码器用以监督特征解耦的准确性。之后在解耦的特征之间加入自注意力机制，再进行特征融合，回归出
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117828543A
(43)申请公布日2024.04.05
(21)申请号202311790277.4G06N3/08(2023.01)
(22)申请日2023.12.2
文档评论（0）