公共文化服务平台

搜索到804篇“ 二维反演“的相关文章

一种基于隐式神经元网络的大地电磁二维反演方法及系统: 本发明涉及大地电磁反演技术领域，具体涉及一种基于隐式神经元网络的大地电磁二维反演方法及系统，所述方法包括：获取实测数据和待反演模型；对待反演模型进行网格剖分，得到网格坐标参数，确定接收器坐标参数；将网格坐标参数输入至隐式...; 刘颖李昊洋孙剑

基于残差神经网络的大地电磁二维反演: 2025年; 本文开展了基于残差神经网络的大地电磁二维反演研究.采用高斯随机场设计并生成了5万个不同规模、不同边界形状(规则边界与光滑边界)、不同电阻率对比度、单个到多个电性异常体模型,通过基于二维交错网格有限差分批量并行正演程序对模型进行正演计算并输出TE和TM极化模式的视电阻率值,对模型正演TM极化响应的60%数据加入5%的高斯误差,其余为无噪数据,将其作为深度学习反演模型的训练样本;在网络结构设计中引入Res Net-50网络结构深度学习模型对样本进行训练;最后通过测试数据的反演验证了大地电磁深度学习反演模型的可靠性.模型反演的结果表明,神经网络反演模型能够实时输出反演结果,反演结果较为准确,可以有效地刻画各类异常体的边界,对异常体电性参数的恢复也较为准确.; 余俊虎唐新功熊治涛; 关键词：大地电磁神经网络二维反演

基于深度学习的可控源音频大地电磁二维反演: 2025年; 可控源音频大地电磁(controlled-source audio-frequency magnetotellurics, CSAMT)采用人工场源,具有较强的抗干扰性,广泛应用于油气勘探、矿产普查等方面。传统的二维反演技术已发展成熟,深度学习目前在地球物理探测中有了一些研究进展,但深度学习在CSAMT反演中的研究还是空缺,因此开发基于深度学习的CSAMT二维反演算法对推进深度学习在电磁勘探中的发展非常有意义。对深度学习的卷积层、池化层、全连接层和UNet网络的特点进行了介绍;对如何构建训练集、本文所采用的UNet网络以及如何设置训练的各参数进行了阐述。将训练好的网络储存下来,在做反演计算时,将网络导入程序中,用网络对观测数据进行预测,得到反演结果。设计了多个理论模型进行反演试算,实验结果验证了算法的可靠性和有效性。对深度学习反演和数据空间OCAAM反演的计算时间进行了统计,在构建训练集和训练网络时需要较多时间,但采用训练好的网络反演的时间远低于传统反演的计算时间,具有反演速度快的特点。; 汪茂谭捍东付兴; 关键词：CSAMT 反演

基于监督下降法的大地电磁二维反演及应用研究: 2024年; 传统的大地电磁二维反演方法较为成熟,但仍存在反演结果依赖初始模型和正则化参数选取、容易陷入局部极小值等问题。监督下降法是一种学习平均下降方向来预测数据残差的机器学习算法。本文尝试采用监督下降法解决传统的大地电磁二维反演存在的问题,基于监督下降法理论开发了大地电磁二维反演算法,设计理论模型合成算例验证了算法的正确性,并对西藏高原实测数据进行反演,检验了监督下降法的实用性。理论模型合成数据和实测数据反演结果表明,相较于传统的非线性共轭梯度反演,基于监督下降法的反演具有收敛速度快、反演效果好、抗噪能力强等特点。; 付兴谭捍东董岩汪茂; 关键词：大地电磁法二维反演

基于改进高斯-牛顿优化算法的频率域海洋可控源电磁二维反演: 2024年; 稳定、高效的反演算法是开展海洋可控源电磁(CSEM)数据解释的基础.本文实现了基于改进的高斯-牛顿优化算法的频率域海洋CSEM二维反演.基于交错网格有限差分法实现可控源电磁场2.5维正演模拟,使用直接矩阵分解算法求解差分离散方程组以实现多场源电磁响应的快速计算,并采用改进的接收点插值算法实现海底任意接收点处电磁场快速高精度计算.使用伴随法隐式求取灵敏度矩阵并基于近似二次收敛的高斯-牛顿优化算法实现反演,同时提出了一种基于灵敏度矩阵特征的正则化参数自动优化选取方法以保证反演的稳定收敛.反演算例验证了本文提出的频率域海洋CSEM二维反演算法的有效性.; 李刚; 关键词：二维反演

监督下降的直流电阻率法二维反演: 2024年; 为了解决拟线性反演中先验信息利用不充分及大批量数据计算效率低的问题,本文将监督下降法(Supervised Descent Method,SDM)应用到直流电阻率法二维反演中.SDM包括离线训练和在线预测两个阶段.训练集由根据先验信息生成的模型和正演模拟数据组成.在训练过程中,学习从初始模型到训练模型的下降方向.在预测过程中,同时考虑了训练过程中获取的下降方向和计算出的数据残差.通过合成数据算例,讨论了SDM的反演精度、收敛速度、抗噪能力与泛化能力.在线预测结果显示,块状体和分层结构的混合模型,反演数据误差为0.0037,表明块状模型与层状模型的模块化训练集能有效增强SDM的泛化能力.在对实测数据反演中,通过实测数据视电阻率结果构建训练集,可以优化训练集的模型数据质量及完整性.通过与高斯牛顿法对比,讨论了SDM针对批量实测数据的反演精度及效率.结果表明,针对单一数据,SDM反演耗时(训练时长与预测时长总和)较高斯牛顿法长,但当训练阶段完成后,预测阶段耗时不超过0.5 s,针对同类型、同维度、大批量数据,SDM具有进行批量处理的能力,反演效率更高.; 雷轶李杰鹏戴前伟张彬张彬阳军生; 关键词：直流电阻率法反演

基于深度学习的大地电磁二维反演方法被引量：1: 2024年; 如何通过大地电磁测深反演方法来提高数据解释的精度一直都是大地电磁测深研究领域的重要课题。针对大地电磁传统反演方法存在的初始模型依赖、易陷入局部最优的问题,提出了一种基于深度学习的大地电磁二维反演方法。该方法首先设计GoogLeNetINV神经网络;接着构造多种地电模型,在TM模式下通过正演得到视电阻率数据,组成训练数据集;然后用训练数据集训练该神经网络并调整网络参数;最后,将视电阻率数据输入已训练好的GoogLeNetINV神经网络直接得到反演结果。实验结果表明,该方法能快速、准确地反演出“未学习”过地电模型的位置和电阻率数据,具有较好的泛化能力;使用噪声数据测试仍能取得良好的反演结果,有一定的抗噪声能力。将该神经网络应用于Bendigo Zone实际数据资料处理中,反演得到的电阻率模型与地震解释一致,因此基于深度学习的大地电磁反演方法能有效解决大地电磁反演问题。; 王方熊杰田慧潇李思平康佳帅; 关键词：大地电磁反演神经网络

一种基于隐式神经元网络的大地电磁二维反演方法及系统: 本发明涉及大地电磁反演技术领域，具体涉及一种基于隐式神经元网络的大地电磁二维反演方法及系统，所述方法包括：获取实测数据和待反演模型；对待反演模型进行网格剖分，得到网格坐标参数，确定接收器坐标参数；将网格坐标参数输入至隐式...; 刘颖李昊洋孙剑

基于深度学习的大地电磁二维反演研究被引量：1: 2024年; 为了解决传统卷积神经网络反演由于层数过多而影响准确度的问题,开展了基于残差神经网络的大地电磁二维反演研究。通过大地电磁二维正演建立大量数据集,以TE和TM模式下的视电阻率和相位数据作为四通道网络输入,以对应的地电模型作为标签及输出进行有监督的学习,利用残差神经网络实现二维大地电磁反演。不同噪声水平的地电模型反演结果表明残差网络不仅可以很好地消除层数过多带来的准确度下降问题,还具有很强的抗噪作用。对冀中坳陷实测电磁资料进行反演,获得深部碳酸盐岩电阻率分布,据此分析了工区热储构造特征。理论模型和实测数据反演结果表明该方法具有良好的学习能力和抗噪性能,反演效果稳定可靠。; 徐凯军卢炎王大勇石双虎; 关键词：电磁测深法地热勘探

基于长短期记忆网络的航空瞬变电磁二维反演方法: 本发明属于地球物理勘探技术领域，为一种基于长短期记忆网络的航空瞬变电磁二维反演方法，包括：随机生成二维层状电阻率模型与二维层状电阻率模型对应的接收线圈高度；利用生成的二维层状电阻率模型与接收线圈高度进行二维正演计算得到相...; 孙彩堂邵逸飞王言章周逢道李刚

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈