-
题名重力异常AlexNet深度神经网络反演
被引量：3
- 1
-
-
作者
刘彩云
李梦迪
熊杰
王蓉
-
机构
长江大学信息与数学学院
长江大学电子信息学院
-
出处
《现代地质》
CAS
CSCD
北大核心
2023年第1期164-172,共9页
-
基金
国家自然科学基金项目(62273060,61673006)。
-
文摘
针对传统反演方法存在的初始模型依赖、计算时间较长等问题,提出了一种新的基于AlexNet深度神经网络的重力异常反演方法。该方法首先借鉴经典的深度神经网络AlexNet设计了一种用于重力异常反演的Alex反演网络(AlexInvNet),接着设计大量密度异常体模型并通过正演计算得到带标签的数据集,然后用该数据集训练AlexInvNet网络,最后将重力异常数据输入训练好的AlexInvNet网络直接得到反演结果。理论模型反演结果表明,该方法相较于全连接网络深度学习反演方法,能够更好地反演出异常体的位置和密度,具有较好的泛化能力和抗噪声能力。实测数据反演结果表明,该方法能有效解决重力异常反演问题。
-
关键词
重力异常
反演
深度神经网络
Alex反演网络
-
Keywords
gravity anomaly
inversion
deep neural network
alexinvnet
-
分类号
P631
[天文地球—地质矿产勘探]
-
