内容简介：为解决Werner反卷积解在地质构造深度估计中结果不确定性的问题，采用无监督机器学习K-means聚类算法对Werner解进行优化分析。通过构建包含两个岩墙体的合成磁场模型进行测试，并添加随机噪声增加复杂性。将合成数据和实际数据的Werner解分别输入聚类算法进行分析，结果表明，该算法在合成模型中准确识别出两个深度分别为5 m和8 m的地质体，在实际数据中识别出三个深度分别为536 m、635 m和530 m的地质体，与该区域前期勘探结果相符。研究证实，该算法不仅能有效确定地质体的数量，还能准确估算其深度位置，即使在存在噪声的情况下依然表现稳定。
