摘要
本发明提供了一种物理信息约束的三维重力梯度张量反演方法,属于地球物理学领域,包括以下步骤:首先,根据重力梯度张量数据建立坐标系并剖分地下空间,提取并标准归一化立方体中心点坐标;接着,构建七层全连接神经网络以输出网络输出参数;然后,在观测面计算重力梯度张量数据;通过观测数据和计算数据构建目标函数,包含数据项和正则化项;最后,自动微分目标函数以更新网络参数,优化网络输出参数,直至达到最大训练次数,输出结果。本发明采用上述的一种物理信息约束的三维重力梯度张量反演方法,克服现有技术中的多重挑战,包括过度依赖初始参数、模型过度简化和假设限制、处理非线性关系能力不足,以及泛化性能欠佳等问题。
技术关键词
重力梯度张量
反演方法
立方体
数据项
物理
神经网络框架
更新网络参数
矩阵
优化器
坐标系
非线性
网格
地面
关系