检索结果-维普期刊中文期刊服务平台

物理、数据先验认识融合的叠前解耦分步反演被引量：1: 1; 作者张繁昌吴继安兰南英《石油地球物理勘探》 EI CSCD 北大核心 2024年第2期250-259,共10页; AVA三参数反演在地层弹性参数预测中发挥着重要作用。由于AVA理论公式(即物理先验认识)中的角度不易确定,加之大型稀疏矩阵的病态性,导致常规叠前反演过程不稳定。为此,提出物理、数据先验认识融合的叠前解耦分步反演方法。首先,基于物... 展开更多; 关键词解耦分步反演物理先验认识数据先验认识叠前地震属性; 在线阅读下载PDF 职称材料

融合先验物理信息的高精度智能可控源电磁反演算法: 2; 作者李雄罗伟奇 +5 位作者金小燕傅群和毛寅金妮肖青贾卓《地质与勘探》 CAS CSCD 北大核心 2024年第4期800-808,共9页; 可控源电磁反演利用人工信号获取地下结构信息,为地质勘探和资源开发提供准确的数据支持。然而,传统电磁反演方法面临低分辨率的挑战,主要是由于简化处理和观测数据的限制,导致模型平滑、细节丢失,从而削弱了反演的准确性,影响了电磁勘... 展开更多; 关键词可控源电磁反演深度学习先验物理信息计算效率电阻率参数金川铜镍矿床; 在线阅读下载PDF 职称材料

青藏高原冈底斯带及邻区重磁三维反演及岩浆岩特征研究被引量：5: 3; 作者胡斌贾正元 +4 位作者张贵宾张刚张昌榕孙仁斌陈涛《地球物理学报》 SCIE EI CAS CSCD 北大核心 2019年第4期1362-1376,共15页; 岩浆岩在青藏高原的大陆动力学研究中有着重要的作用,它既是构造演化的记录,又是重要构造-岩浆-成矿带的指示.本文主要基于冈底斯带及邻区的地面重力和航磁数据,首先进行地质-地球物理先验信息约束下的重磁2.5维交互式反演,再将2.5维反... 展开更多; 关键词冈底斯带地质-地球物理先验信息重磁三维反演岩浆岩三维分布俯冲模式; 在线阅读下载PDF 职称材料

基于深度学习的玻璃基板铲起过程作用力预测: 4; 作者侯力玮王恒升邹浩然《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第8期71-81,共11页; 针对现有机器人接触性操作任务中作用力建模方法表征能力不足、通用性差的问题,以玻璃基板卸片这一实际生产过程为例,对复杂接触动力学的建模方法进行研究。考虑到玻璃基板铲起过程中的作用力受多个界面接触动力学的影响,表现出多模态... 展开更多; 关键词玻璃基板接触动力学作用力预测深度学习物理先验; 在线阅读下载PDF 职称材料

题名物理、数据先验认识融合的叠前解耦分步反演被引量：1: 1; 作者张繁昌吴继安兰南英; 机构深层油气全国重点实验室(中国石油大学(华东)); 出处《石油地球物理勘探》 EI CSCD 北大核心 2024年第2期250-259,共10页; 基金国家自然科学基金项目“裂缝型储层五维地震解释理论与方法研究”(4203013)资助。; 文摘 AVA三参数反演在地层弹性参数预测中发挥着重要作用。由于AVA理论公式(即物理先验认识)中的角度不易确定,加之大型稀疏矩阵的病态性,导致常规叠前反演过程不稳定。为此,提出物理、数据先验认识融合的叠前解耦分步反演方法。首先,基于物理先验认识构建非稀疏正演框架,以增加参数反演的稳定性,为解耦分步反演奠定基础;然后,以井资料为数据先验认识,将物理、数据先验认识融合,对叠前地震数据进行解耦,以得到更准确的叠前地震属性数据;最后,对解耦后的叠前地震属性进行反演得到地层弹性参数。该方法通过井数据先验认识修正反演过程,可以避免因物理先验认识中角度不准带来的误差。实际数据测试结果表明,相比于业界三参数AVA反演方法,本方法的反演结果具有更高的精度,其中拉梅参数、剪切模量和密度的精度分别提高14.1%、13.6%和11.9%。; 关键词解耦分步反演物理先验认识数据先验认识叠前地震属性; Keywords decoupled stepwise inversion physical prior knowledge data prior information prestack seismic attribute; 分类号 P631 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

题名融合先验物理信息的高精度智能可控源电磁反演算法: 2; 作者李雄罗伟奇金小燕傅群和毛寅金妮肖青贾卓; 机构湖南省自然资源事务中心长沙理工大学土木工程学院; 出处《地质与勘探》 CAS CSCD 北大核心 2024年第4期800-808,共9页; 基金国家自然科学基金国家重大科研仪器研制项目(部门推荐)(编号:42327901) 湖南省自然科学基金(编号:2023JJ40223)联合资助; 文摘可控源电磁反演利用人工信号获取地下结构信息,为地质勘探和资源开发提供准确的数据支持。然而,传统电磁反演方法面临低分辨率的挑战,主要是由于简化处理和观测数据的限制,导致模型平滑、细节丢失,从而削弱了反演的准确性,影响了电磁勘探的效率。为了解决这一问题,本文提出将传统反演结果与响应数据同时作为深度网络的输入数据,为深度网络反演提供先验物理信息,并结合深度学习算法提升可控源电磁反演的计算效率。通过模型试验,对合成的电阻率模型分别进行了传统反演、智能反演以及融合先验物理信息的智能反演。结果表明,融合先验物理信息的智能反演能够更好地刻画异常体结构特征,有效提升反演效率,并且得到的电阻率参数更符合实际。最后,将该反演技术应用于金川铜镍矿床的可控源数据反演解释,取得了较为可靠的应用效果。; 关键词可控源电磁反演深度学习先验物理信息计算效率电阻率参数金川铜镍矿床; Keywords controllable source electromagnetic inversion deep learning prior physical information computational efficiency resistivity parameters Jinchuan copper-nickel deposit; 分类号 P318 [天文地球—固体地球物理学]; 在线阅读下载PDF 职称材料

题名青藏高原冈底斯带及邻区重磁三维反演及岩浆岩特征研究被引量：5: 3; 作者胡斌贾正元张贵宾张刚张昌榕孙仁斌陈涛; 机构中国地质大学(北京)地球物理与信息技术学院中国地质调查局发展研究中心; 出处《地球物理学报》 SCIE EI CAS CSCD 北大核心 2019年第4期1362-1376,共15页; 基金基金项目国家重点研发计划(2016YFC0600301 2017YFC0602204-01 +1 种基金 2016YFC0600201) 中央高校基本科研业务费专项资金(2652016127)联合资助; 文摘岩浆岩在青藏高原的大陆动力学研究中有着重要的作用,它既是构造演化的记录,又是重要构造-岩浆-成矿带的指示.本文主要基于冈底斯带及邻区的地面重力和航磁数据,首先进行地质-地球物理先验信息约束下的重磁2.5维交互式反演,再将2.5维反演结果作为参考模型加入到三维反演计算中,得到地下三维密度和磁化率结构.结合岩浆岩密度、磁化率统计资料和岩浆岩地球化学成果,推断研究区基性岩、I型花岗岩和S型花岗岩的三维分布图,得到如下结论:S型花岗岩主要分布在冈底斯东带和冈底斯弧背断隆带以北;北冈底斯的西部无明显的岩浆活动,而在其南侧和北侧,发现大量的隐伏基性岩和零散分布的I型花岗岩;中生代I型花岗岩在南冈底斯和冈底斯弧背断隆带广泛分布,且到新生代才出现大量的S型花岗岩.上述结果为中生代班公湖—怒江洋壳和新特提斯洋壳的双向剪刀式俯冲模式的观点提供了重要佐证,并认为班公湖—怒江洋壳在北冈底斯西部约84°E—88°E的范围内先后存在向北和向南俯冲的可能,北向羌塘地体下俯冲,南向冈底斯地体下俯冲.; 关键词冈底斯带地质-地球物理先验信息重磁三维反演岩浆岩三维分布俯冲模式; Keywords Gangdise belt Geological-geophysical prior information 3D inversion of gravity and magnetic data 3D distribution of magmatic rocks Subduction model; 分类号 P588.1 [天文地球—岩石学] P631.2 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

题名基于深度学习的玻璃基板铲起过程作用力预测: 4; 作者侯力玮王恒升邹浩然; 机构中南大学机电工程学院中南大学高性能复杂制造国家重点实验室; 出处《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第8期71-81,共11页; 基金国家自然科学基金资助项目(51975587)。; 文摘针对现有机器人接触性操作任务中作用力建模方法表征能力不足、通用性差的问题,以玻璃基板卸片这一实际生产过程为例,对复杂接触动力学的建模方法进行研究。考虑到玻璃基板铲起过程中的作用力受多个界面接触动力学的影响,表现出多模态、非线性、非平稳性的特性,将物理先验知识以不同形式融合在深度学习模型的设计以及训练过程中,提出一种结合深度学习与机理模型的铲起过程作用力预测方法——针对玻璃基板铲起过程的受力特点,提出结合多尺度卷积核、注意力机制以及长短时记忆网络的深度学习模型结构;提出动力学参数随机化方法与基于材料力学、断裂力学的接触力补偿措施,使仿真训练数据更鲁棒地反映真实接触情况;在均方误差损失函数基础上,针对不合理的物理“穿透”行为引入附加损失函数进行网络训练。实验结果表明,所提方法在作用力单步预测中的均方根误差为0.286,可以准确地预测水平与竖直两个方向的作用力,多步预测结果也可以满足应用需求,预测性能优于现有的主流模型。消融实验表明,文中方法的优良预测性能是局部特征提取模块、注意力机制模块与时序特征提取模块3个组件共同作用的结果,同时,所提出的改进损失函数提高了模型训练的稳定性。文中方法可以应用于类似场景中对机器人与环境的接触力预测。; 关键词玻璃基板接触动力学作用力预测深度学习物理先验; Keywords glass substrate contact dynamics force prediction deep learning physical priors; 分类号 TH113.2 [机械工程—机械设计及理论]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	物理、数据先验认识融合的叠前解耦分步反演	张繁昌吴继安兰南英	《石油地球物理勘探》 EI CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	融合先验物理信息的高精度智能可控源电磁反演算法	李雄罗伟奇金小燕傅群和毛寅金妮肖青贾卓	《地质与勘探》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	青藏高原冈底斯带及邻区重磁三维反演及岩浆岩特征研究	胡斌贾正元张贵宾张刚张昌榕孙仁斌陈涛	《地球物理学报》 SCIE EI CAS CSCD 北大核心	2019	5	在线阅读下载PDF 职称材料
4	基于深度学习的玻璃基板铲起过程作用力预测	侯力玮王恒升邹浩然	《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心	2022	0	在线阅读下载PDF 职称材料