典型文献
基于深度神经网络的重力异常反演
文献摘要：
为解决传统线性反演方法容易陷入局部极小,计算效率低等问题,本文提出了一种基于深度学习的重力异常反演方法.该方法首先构造不同形状的二维密度模型,正演得到重力异常,组成数据集;然后用该数据集训练深度神经网络;最后将重力异常数据输入到训练好的深度神经网络,直接得到反演结果.实验结果表明,该方法能快速、准确地反演出地下异常体的位置和形态,且具有较好的泛化能力和抗噪声能力,可用于重力异常反演.
文献关键词：
深度神经网络;重力异常;反演
中图分类号：
作者姓名：
王蓉;熊杰;刘倩;薛瑞洁
作者机构：
长江大学电子信息学院,湖北荆州 434023
文献出处：
引用格式：
[1]王蓉;熊杰;刘倩;薛瑞洁-.基于深度神经网络的重力异常反演)[J].物探与化探,2022(02):451-458
A类：
B类：
深度神经网络,重力异常反演,线性反演,反演方法,局部极小,计算效率,密度模型,正演,演得,集训,异常数据,练好,接得,演出,地下异常体,泛化能力,抗噪声能力
AB值：
0.319524
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
