中国自然资源航空物探遥感中心主办
地质出版社出版

基于人工神经网络的瞬变电磁成像方法

游希然, 张继锋, 石宇. 2023. 基于人工神经网络的瞬变电磁成像方法. 物探与化探, 47(5): 1206-1214. doi: 10.11720/wtyht.2023.1547
引用本文: 游希然, 张继锋, 石宇. 2023. 基于人工神经网络的瞬变电磁成像方法. 物探与化探, 47(5): 1206-1214. doi: 10.11720/wtyht.2023.1547
YOU Xi-Ran, ZHANG Ji-Feng, SHI Yu. 2023. Artificial neural network-based transient electromagnetic imaging. Geophysical and Geochemical Exploration, 47(5): 1206-1214. doi: 10.11720/wtyht.2023.1547
Citation: YOU Xi-Ran, ZHANG Ji-Feng, SHI Yu. 2023. Artificial neural network-based transient electromagnetic imaging. Geophysical and Geochemical Exploration, 47(5): 1206-1214. doi: 10.11720/wtyht.2023.1547

基于人工神经网络的瞬变电磁成像方法

  • 基金项目:

    国家自然科学基金(42174168)

    陕西自然科学基金(2021JM-159)

    长安大学中央高校基本科研业务费专项资金(300102262201)

详细信息
    作者简介: 游希然(1999-),男,硕士研究生,主要从事地球物理瞬变电磁法反演研究工作。Email:chdyxr@163.com
  • 中图分类号: P631

Artificial neural network-based transient electromagnetic imaging

  • 瞬变电磁法(transient electromagnetic method,TEM)目前常用的解释方法是采用全区视电阻率参数,其涉及的公式复杂,迭代过程繁琐耗时。本文分析TEM数据特征,引入人工神经网络(ANN),实现了瞬变电磁拟电阻率成像。设计多隐层BP神经网络,利用瞬变电磁解析方法计算出响应幅值,作为拟电阻率的映射参数参与网络训练,再使用训练集外的新数据来测试训练后的网络。构建了均匀半空间、一维层状模型,验证神经网络的正确性和适应性,对三维地电模型进行了成像。结果表明:神经网络计算的拟电阻率能够反映出地电模型的目标体异常,网络成像结果准确度较高。最后,利用神经网络算法处理实测数据,进一步说明神经网络成像可以作为资料解释的依据。该研究证明了人工神经网络在瞬变电磁成像上的可行性,为瞬变电磁成像提供了一种新的思路。
  • 加载中
  • 加载中
计量
  • 文章访问数:  68
  • PDF下载数:  10
  • 施引文献:  0
出版历程
收稿日期:  2022-11-08
修回日期:  2023-03-02
刊出日期:  2023-10-27

目录