基于卷积神经网络的磁异常反演

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.

关键词：深度学习、地球物理反演、磁异常、卷积神经网络、VGG

所属期刊栏目：37

分类号：P631

资助基金：国家自然科学基金;湖北省教育厅科技项目

在线出版日期：2023-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：173-183