本發明公開了一種卷積神經網絡結果的重力多參量數據密度加權反演方法,包括以下步驟:搭建深度學習的神經網絡結構,并針對目標地質體構建訓練集;訓練普通參數;訓練最優網絡模型;將實測異常輸入到神經網絡中,并將其預測結果作為下一步反演的初始模型;采用三維正則化反演方法,并引入密度權進行約束,正則化反演問題通過尋找最小化目標函數的優化問題來解決,對參數反演結果進行正演,檢驗反演擬合程度,并進行多次迭代反演,直至得到高精度的反演結果,本發明通過將深度學習引入到重力數據反演當中,提出了基于深度學習結果的物性反演方法,在獲得較為精確的地下地質體分布的同時,大大提高了反演的效率。
聲明:
“卷積神經網絡結果的重力多參量數據密度加權反演方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)