基于卷积神经网络的磁异常反演

作     者：薛瑞洁 熊杰 张月 王蓉 XUE Ruijie;XIONG Jie;ZHANG Yue;WANG Rong

作者机构：长江大学电子信息学院湖北荆州434023 

基　　金：国家自然科学基金项目(61673006) 湖北省教育厅科学技术项目(B2016034) 

出 版 物：《现代地质》 (Geoscience)

年 卷 期：2023年第37卷第1期

页      码：173-183页

摘      要：针对传统反演方法存在的初始模型依赖、计算时间较长等问题,提出一种基于卷积神经网络的磁异常反演方法。该方法首先设计大量磁异常体模型,进行正演模拟产生样本数据集;接着借鉴经典的卷积神经网络VGG-13设计了一种全新的VGG磁异常反演网络(VGGINV);然后使用样本数据集训练该网络,并优化网络参数;最后对理论模型和实测数据进行反演实验。实验结果表明,该方法可以准确地反演出磁异常体的位置和磁化强度,具有较强的学习能力和一定的泛化能力,能有效解决磁异常数据反演问题。

主 题 词：深度学习 地球物理反演 磁异常 卷积神经网络 VGG 

学科分类：081801[081801] 081802[081802] 08[工学] 0818[工学-交通运输类] 

核心收录：

D　O　I：10.19657/j.geoscience.1000-8527.2021.150

馆 藏 号：203118743...