一种基于卷积神经网络的大地电磁非线性反演方法

    公开(公告)号:CN111812732A

    公开(公告)日:2020-10-23

    申请号:CN202010605022.6

    申请日:2020-06-29

    IPC分类号: G01V3/38 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于卷积神经网络的大地电磁非线性反演方法,将卷积神经网络运用于地球物理领域的大地电磁反演,将采集到的某一个观测数据作为卷积神经网络的输入,将地电模型参数作为网络的输出,采用深层网络模型,能对复杂非线性数据实现更加精准的映射,避免了对原始数据的复杂前期预处理,同时具有权值共享网络结构,能够大大降低网络模型的复杂度。并且,原始输入数据通过卷积可以实现数据不同特征的提取,以挖掘出数据更深层次的信息;池化在卷积之后,通过池化可降低特征面的分辨率来获得空间不变性特征,降低网络的规模,同时起到二次特征提取的作用。