人工智能-机器学习-鄂尔多斯盆地上古生界碎屑岩次生孔制的热力学计算和溶解实验模拟研

人工智能-机器学习-柴达木盆地鄂博梁地区油气垂向运移动力和输导体系及成藏特征.pdf

安全技术-网络信息-神经网络在径流预测模型研究中的应用及软件实现.pdf

西非加蓬盆地深水盐下局部盐胶结储层精细预测技术.pdf

盐源盆地重力异常解释推断及成盐远景区预测.pdf

中国白酒金三角产品系列之金盆地.pptx

表3.5.1　某57个流域盆地地理要素数据 序号  x1  x2   x3  x4  x5  x6  x7   x8   x9 1 760 5490 1.704 2.481 30 2.785 31.8 20 0.143 2 1891 4450 2.765 4.394 30 5.833 37.0 26 0.312 3 325 5525 1.500 2.660 36 3.042 21.1 25 0.162 4 515 4760 2.750 5.320 117 4.844 30.1 98 0.221 5 513 6690 1.142 2.080 32 5.100 25.7 26 0.101 6 1570 8640 6.130 10.210 76 4.290 24.9 61 1.360 7 2210 8415 8.760 15.000 66 4.500 26.6 56 2.990 8 515 7040 1.300 2.160 13 3.500 22.2 10 0.089 9 1192 6258 8.447 30.606 286 6.500 29.1 225 2.057 10 1540 6280 5.174 11.383 82 4.070 23.3 63 0.7633 11 950 8520 2.880 6.870 62 3.650 27.2 47 0.476 12 850 9460 7.480 7.790 30 4.900 11.6 24 1.750 13 1237 5937 2.046 2.993 28 2.720 29.6 19 0.252

LSTM网络的降雨径流建模代码。 该模型每天运行一次，强迫数据是流域平均降水量、潜在蒸发量、最高和最低温度。 使用的数据来自美国 MOPEX 数据集（ https://www.nws.noaa.gov/ohd/mopex/mo_datasets.htm ）。

在使用任何数值方法求解方程组时，该方法的收敛点在很大程度上取决于初始猜测。 收敛到给定根的点集称为该根的吸引力盆。 通过根据每个起点收敛到哪个根，用不同的颜色为每个起点着色来可视化吸引力盆地会很有趣。 因此，不同的盆将被赋予不同的颜色。 获得的吸引力盆地看起来像分形。

机器学习法在碳酸盐岩岩相测井识别中应用及对比——以四川盆地MX地区龙王庙组地层为例.pdf