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)
962
编辑：管理员
来源：北方有色网
咨询细节
