摘要
本发明公开一种基于深度神经网络重参数正则化的瞬变电磁反演方法,属于地球物理电磁数据处理与分析技术研究领域,包括构造未经训练的深度神经网络,将符合深度神经网络输入层结构的随机隐向量及瞬变电磁反演所需的电阻率和地层层厚的边界值,输入至深度神经网络,输出含有正则化效应的地质模型;自适应矩估计算法对瞬变电磁反演目标函数进行迭代更新,判断是否满足收敛条件,若不满足,则将深度神经网络每一层网络的权重作为需要更新的变量,迭代更新每一层网络的权重,使得深度神经网络生成新的含有正则化效应的地质模型。本发明不仅使得网络化无需外部训练数据就很容易地在物理约束中施加对生成地质模型的正则化效应,而且具备良好的抗噪性能。
技术关键词
深度神经网络
反演方法
估计算法
上采样
地球物理电磁
反演模型
积层
参数
效应
数据
方程
网络架构
电压
变量
矩阵
表达式
元素
因子
系统为您推荐了相关专利信息
环境图像信息
决策
无人机避障方法
编码器
策略更新
深度学习模型
运输车
卸料控制器
表达式
卸料方法
能量存储装置
能量分配
再生制动能量
铁路牵引供电系统
动态
神经网络结构
图像检测模型
样本
上采样
图像处理识别技术
反演方法
三维模型
生成稀疏点云
坐标系
深度图融合方法