本发明公开了一种基于混合密度神经网络的断层不确定性形态建模方法,通过先根据模糊数据进行随机建模,生成多个随机断层模型,再通过在断层模型的每一个断层带空间内部随机生成坐标点,来获得足够多的用于构建和训练混合密度神经网络的数据;通过混合密度神经网络在随机的模型中进行筛选和调整,从而确定符合断层的数据模型,再通过数据模型定量的生成目标的断层模型。解决了由于信息稀疏和模糊导致的断层模型不确定性的问题。本发明能够适用于断层规模大、延伸范围广,信息的稀疏和模糊的断层为地层、褶皱等大尺度地质构造的不确定性分析提供了重要参考。
声明:
“基于混合密度神经网络的断层不确定性形态建模方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)