基于深度学习的RS和GIS地下水分布预测

基于深度学习的RS和GIS地下水分布预测.pdf
随着算法与算力的不断发展,深度学习在诸多领域已经较传统的机器学习算法在预测、识别、分类上更加有优势.为更加便捷及精准地预测浅层地下水的分布情况,以甘肃民勤地区为研究区,基于RS和GIS技术对研究区进行初步的浅层地下水富集性评估,再利用深度学习卷积神经网络法对样本数据进行学习训练与测试,得到一个该研究区浅层地下水分布的预测模型.随后,对未知区域进行浅层地下水分布预测,更精准地圈定出该研究区地下水丰富的区域.
作者：许颢砾 邓正栋 王大庆 邓非凡 吕丹 路钊 于德浩 赵小兰
作者单位：陆军工程大学,江苏南京210007军事科学院,北京100091工程设计研究所,北京100043
母体文献：第十五届国家安全地球物理专题研讨会论文集
会议名称：第十五届国家安全地球物理专题研讨会  
会议时间：2019年8月1日
会议地点：甘肃张掖
主办单位：中国地球物理学会,陕西省地球物理学会
语种：chi
分类号：TP3S43
关键词：地下水探测  分布规律  预测模型  深度学习  卷积神经网络
在线出版日期：2021年4月27日
基金项目：
相似文献
相关博文

2024-12-3 20:13 上传 基于深度学习的RS和GIS地下水分布预测.pdf

文件大小:

900.29 KB

下载次数:

60

高速下载