一种基于生成式对抗网络（ELGAN）的随机介质重构方法

本发明公开了一种基于生成式对抗网络(ELGAN)的随机介质重构方法，包括以下工作步骤：步骤S1、获取三维随机介质图像数据；步骤S2、对步骤1的图像进行二值化或分割预处理；步骤S3、构建深度学习网络模型，其基于生成式对抗网络架构构建,包括生成器，判别器，神经网络剪枝模块；所述生成器基于InfoGAN构建，所述判别器基于深度卷积神经网络构建，所述神经网络剪枝模块基于LRP技术构建。本发明能够有效提高重构结果的可控性，条件数据约束孔隙分布，生成结果可定向调整以满足特定物理属性需求；通过神经网络剪枝技术能够有效压缩训练过程中的计算和参数储存成本。