[发明专利]基于深度学习的时频电磁与大地电磁联合反演方法

摘要

本发明公开了一种基于深度学习的时频电磁与大地电磁联合反演方法，包括如下步骤：a、建立神经网络N，包含三个深度卷积子网络NMT、NF、NT，NMT、NF、NT输出的m个通道的数据合并形成联合数据再连接中间过渡层FA，FA后连接处理联合数据的深度卷积网络NL，NL再连接输出层；b、获取大地电磁和时频电磁训练与验证数据体；c、将大地电磁响应数据体DMT输入NMT，将频域响应数据体DF输入NF，将时域响应数据体DT输入NT；d、深度卷积子网络NMT、NF、NT对数据进行卷积、池化运算后，输出数据到中间过渡层FA；e、中间过渡层FA对数据进行全连接或卷积‑池化运算后，输出数据到深度卷积网络NL；f、深度卷积网络NL对数据运算处理后经输出层输出m个值。

主权项

1.一种基于深度学习的时频电磁与大地电磁联合反演方法，其特征在于，包括如下步骤：a、建立神经网络N，包含三个深度卷积子网络，分别记为NMT、NF、NT，三个深度卷积子网络NMT、NF、NT输出的m个通道的数据合并形成联合数据再连接中间过渡层FA，中间过渡层FA后连接处理联合数据的深度卷积网络NL，深度卷积网络NL再连接输出层，其中，层数m根据探测对象的深度和反演参数确定，为8～16层，各层厚度相同；b、按照反演数据的观测参数、系统参数和测点位置参数进行层状模型的正演模拟，经过主成分分析后得到大地电磁和时频电磁训练与验证数据体：含N^MT个频点的大地电磁响应、n_s个地面测点((x_sk,y_sk),k＝1,…,n_s)的时频电磁响应、含个频点的频域响应和n_t个延时t_k(k＝1,…,n_t)的时域响应；其中，大地电磁响应即视电阻率响应与分布在[0,2π]的相位响应，频域响应即E_x分量和H_y分量，时域响应即三分量感生电动势瞬变响应；c、将含N^MT个频点的大地电磁响应数据体D_MT输入神经网络的深度卷积子网络N_MT，将n_s个地面测点((x_sk,y_sk),k＝1,…,n_s)的时频电磁响应和含个频点的频域响应数据体D_F输入神经网络的深度卷积子网络N_F，将n_t个延时t_k(k＝1,…,n_t)的时域响应数据体D_T输入神经网络的深度卷积子网络N_T；d、深度卷积子网络NMT、NF、NT对数据进行卷积、池化运算后，输出数据到中间过渡层FA；e、中间过渡层FA对数据进行全连接或卷积‑池化运算后，输出数据到深度卷积网络NL；f、深度卷积网络NL对数据运算处理后经输出层输出m个值。