一种基于隐式神经元网络的大地电磁二维反演方法及系统

本发明涉及大地电磁反演技术领域，具体涉及一种基于隐式神经元网络的大地电磁二维反演方法及系统，所述方法包括：获取实测数据和待反演模型；对待反演模型进行网格剖分，得到网格坐标参数，确定接收器坐标参数；将网格坐标参数输入至隐式神经元网络，得到中间电导率模型；将中间电导率模型、网格坐标参数、接收器坐标参数、实测数据的频率或周期输入至正演算法，得到理论数据；计算总损失项；根据总损失项训练隐式神经元网络，得到最优隐式神经元网络；将网格坐标参数输入至最优隐式神经元网络中，得到地下介质的电导率模型。本发明对初始模型依赖小，通过深度学习优化算法能够有效避免局部极小值的问题，揭示更准确的异常体边界。