本发明公开了一种基于深度学习约束的大地电磁反演方法,首先制作用于神经网络训练的地电模型数据集、大地电磁模型正演响应数据集;对制作的数据集进行归一化并按比例分为训练集、验证集、测试集;将预处理后的训练集送入神经网络进行训练得到网络模型;将待反演的实际观测数据使用训练出的网络模型计算出映射模型,并将映射模型作为初始模型使用传统优化方法反演,得到最终的反演结果。本发明适用于复杂地质构造条件的大地电磁反演,能够得到更加接近于真实情况的地电模型。反演结果在地层、断层刻画方面的精细程度远远高于传统的均匀半空间初始模型反演。
声明:
“基于深度学习约束的大地电磁反演方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)