SFSDSA的问题：
1. 由全连接层搭建的深层神经网络模型，尽管加入了dropout、regularization等避免过拟合技术，但是需要付出极大的调参时间；
2. 只能针对特点维度的输入信号，灵活性低；
3.只能针对特点的地质特征，在实际应用中往往需要训练多个独立的模型；
4.整体网络结构偏向简单，未利用目前CNN-based网络的优势；
标签：regularization,针对,based,调参,模型,降噪,信号,电磁,瞬变
来源： https://www.cnblogs.com/ChenKe-cheng/p/11437322.html