一种基于机器学习的快速贝叶斯反演方法

本发明涉及地球物理电磁数据勘探技术领域，具体涉及一种基于机器学习的快速贝叶斯反演方法。获取用于电磁正演的航空电磁模型数据；根据航空电磁模型信息建立用于训练的候选正演模型，获取正演得到的电磁响应数据；对航空电磁模型数据和电磁响应数据进行预处理；构建优化神经网络，将预处理后的航空电磁模型数据作为输入，电磁响应数据作为输出，对神经网络进行训练；根据训练好的神经网络获取用于拟合正演计算的权重和偏置系数，得到优化后的正演拟合矩阵；根据优化后的正演拟合矩阵获取正演模拟数据，建立贝叶斯反演模型，根据正演模拟数据进行贝叶斯反演。本发明用机器学习后的拟合矩阵替代正演计算过程，能够有效提高变维数贝叶斯反演的效率。