本发明公开了一种基于深度学习的地球化学数据分析方法,本发明涉及地球化学技术领域,包括数据采集、零均值化、数据白化、旋转矩阵、反演组合、应用分形理论,对采集的数据进行去零均值化处理,使得数据符合ICA假设条件,将去零均值化处理后的数据进行白化处理,得到白化矩阵W0和矢量Z=W0X,消除各道化探元素间的二阶相关性,使得数据元素集中在高价统计量上。该基于深度学习的地球化学数据分析方法,通过借助信源按不同混合比例组合起来的多个同步观察通道,将混合信号分离开来,得到若干个相互独立的信号,分离结果一般情况是不唯一的,使得分离后的信号尽可能的接近信源信号,从而提高分析的精确度。
声明:
“基于深度学习的地球化学数据分析方法” 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)