一种基于神经网络的TE-TM极化模式识别方法及系统

本发明属于地球物理探测技术领域，公开了一种基于神经网络的TE‑TM极化模式识别方法及系统，所述方法包括步骤：构建训练数据集：生成包含多组二维地电模型的正演数据；对所述正演数据中的极化模式顺序进行随机交换，生成镜像数据集并添加分类标签；构建包含至少两个阶段卷积和池化操作的卷积神经网络并训练；将待测大地电磁数据输入训练完成的卷积神经模型，输出分类结果，判定极化模式的识别结果。本发明通过构建大规模二维地电模型库生成带噪声训练数据，引入数据增强策略解决模式排列顺序干扰，设计轻量化卷积网络实现端到端分类，无需人工干预，解决了90°极化方向模糊性问题，提升了MT反演精度。