《表6 模型5的异常区域结果》

《表6 模型5的异常区域结果》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于深度卷积神经网络的场地污染非线性反演方法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

综合分析图6(f)和图7(c),产生该结果的原因是图6(b)和图7(a)的理论模型中均存在高阻异常和低阻异常,场中的电流优先从低阻体中通过,使得高阻体反映的电场分布规律信息较少,最小二乘法进行反演时不能获得好的初始模型,导致其不能反应出高阻异常的形态;而E-ConvNet算法通过多数据样本的训练,学习到了高阻异常和低阻异常的电阻率分布特征,因此得出了优于LS的ERT结果.