基于卷積神經(jīng)網(wǎng)絡(luò)的大地電磁反演
發(fā)布時(shí)間:2021-11-15 15:23
為了提高大地電磁二維反演精度,提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的大地電磁反演方法。具體實(shí)現(xiàn)步驟如下:首先,對(duì)不同模型進(jìn)行二維正演構(gòu)建樣本數(shù)據(jù)集;其次,將視電阻率和相位數(shù)據(jù)作為雙通道網(wǎng)絡(luò)輸入,與其對(duì)應(yīng)的地電模型參數(shù)作為輸出搭建卷積神經(jīng)網(wǎng)絡(luò)框架,并對(duì)該網(wǎng)絡(luò)進(jìn)行監(jiān)督學(xué)習(xí)與調(diào)參,從而獲取最佳反演網(wǎng)絡(luò)排列及超參數(shù);最后,利用已訓(xùn)練好的網(wǎng)絡(luò)對(duì)未知地電模型進(jìn)行反演。通過理論模型檢驗(yàn)的方法探討大地電磁TM模式下多種地電模型體的卷積神經(jīng)網(wǎng)絡(luò)反演成像效果,并討論輸入分量和模型體深度對(duì)反演效果的影響。研究結(jié)果表明:本文提出的反演方法能對(duì)地電模型實(shí)現(xiàn)精準(zhǔn)定位與成像,"聚焦"效果比最小二乘反演的優(yōu);同時(shí),視電阻率和相位聯(lián)合反演結(jié)果優(yōu)于單一參量反演結(jié)果,淺部模型體的反演結(jié)果比深部模型體的優(yōu),并且聯(lián)合反演的均方誤差是單一反演的30%~50%。實(shí)測(cè)結(jié)果驗(yàn)證了所提出方法的有效性。
【文章來源】:中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,51(09)北大核心EICSCD
【文章頁數(shù)】:12 頁
【部分圖文】:
CNN示意圖
式中:ujl為卷積層l第j個(gè)通道的凈激活輸出,它是通過對(duì)前一層輸出的特征圖xjl-1進(jìn)行卷積求和與偏置操作后得到的;xjl為卷積層l第j個(gè)通道的輸出;f (?)為激活函數(shù);Mj為特征圖子集;kil,j為卷積核;bjl為卷積層的偏置項(xiàng);“*”為卷積符號(hào)。1.1.2 池化層
2)樣本數(shù)據(jù)集構(gòu)建及輸入。通過大地電磁二維正演獲取樣本數(shù)據(jù)集,正演方法采用有限單元法[38]。為提高計(jì)算效率與精度,對(duì)網(wǎng)格進(jìn)行雙二次插值,并將整個(gè)網(wǎng)格劃分為2個(gè)區(qū)域:目標(biāo)區(qū)域和網(wǎng)格外延區(qū)域。目標(biāo)區(qū)域?yàn)榈刭|(zhì)體的賦存區(qū)域,同時(shí)也是數(shù)據(jù)采集區(qū)域,以均勻網(wǎng)格剖分;網(wǎng)格外延區(qū)域的網(wǎng)格步長按二倍遞增。在目標(biāo)區(qū)域內(nèi),地質(zhì)體按一定步長進(jìn)行移動(dòng),以獲取不同位置的視電阻率及相位,并記錄相應(yīng)地電模型參數(shù)。采用零-均值歸一化方法對(duì)數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化,將標(biāo)準(zhǔn)化后的視電阻率及相位作為CNN雙通道輸入,相應(yīng)模型地電參數(shù)作為輸出。3)卷積。將步驟2)中的輸入數(shù)據(jù)進(jìn)行卷積處理,即將每一個(gè)位置的輸入進(jìn)行卷積變換映射成新值,將卷積核看成權(quán)重記為向量w,輸入數(shù)據(jù)記為向量x,則該位置卷積結(jié)果為y=w"x+b,即向量內(nèi)積加上偏置,將x變換為y,然后通過激活函數(shù)激活即可得到卷積結(jié)果,在此過程中,不同的卷積核將實(shí)現(xiàn)數(shù)據(jù)不同特征的提取。
【參考文獻(xiàn)】:
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的地震偏移剖面中散射體的定位和成像[J]. 奚先,黃江清. 地球物理學(xué)報(bào). 2020(02)
[2]應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)識(shí)別測(cè)井相[J]. 何旭,李忠偉,劉昕,張濤. 石油地球物理勘探. 2019(05)
[3]地震油氣儲(chǔ)層的小樣本卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)與預(yù)測(cè)[J]. 林年添,張棟,張凱,王守進(jìn),付超,張建彬,張沖. 地球物理學(xué)報(bào). 2018(10)
[4]基于遺傳神經(jīng)網(wǎng)絡(luò)的大地電磁反演[J]. 王鶴,劉夢(mèng)琳,席振銖,彭星亮,何航. 地球物理學(xué)報(bào). 2018(04)
[5]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍. 計(jì)算機(jī)學(xué)報(bào). 2017(06)
[6]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 李彥冬,郝宗波,雷航. 計(jì)算機(jī)應(yīng)用. 2016(09)
[7]基于混沌振蕩PSO-BP算法的電阻率層析成像非線性反演[J]. 戴前偉,江沸菠. 中國有色金屬學(xué)報(bào). 2013(10)
[8]大地電磁雙二次插值FEM正演及最小二乘正則化聯(lián)合反演[J]. 馮德山,王珣. 中國有色金屬學(xué)報(bào). 2013(09)
[9]應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)反演二維重力密度分布[J]. 耿美霞,楊慶節(jié). 石油地球物理勘探. 2013(04)
[10]地球物理資料非線性反演方法講座(五) 人工神經(jīng)網(wǎng)絡(luò)反演法[J]. 王家映. 工程地球物理學(xué)報(bào). 2008(03)
本文編號(hào):3497033
【文章來源】:中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,51(09)北大核心EICSCD
【文章頁數(shù)】:12 頁
【部分圖文】:
CNN示意圖
式中:ujl為卷積層l第j個(gè)通道的凈激活輸出,它是通過對(duì)前一層輸出的特征圖xjl-1進(jìn)行卷積求和與偏置操作后得到的;xjl為卷積層l第j個(gè)通道的輸出;f (?)為激活函數(shù);Mj為特征圖子集;kil,j為卷積核;bjl為卷積層的偏置項(xiàng);“*”為卷積符號(hào)。1.1.2 池化層
2)樣本數(shù)據(jù)集構(gòu)建及輸入。通過大地電磁二維正演獲取樣本數(shù)據(jù)集,正演方法采用有限單元法[38]。為提高計(jì)算效率與精度,對(duì)網(wǎng)格進(jìn)行雙二次插值,并將整個(gè)網(wǎng)格劃分為2個(gè)區(qū)域:目標(biāo)區(qū)域和網(wǎng)格外延區(qū)域。目標(biāo)區(qū)域?yàn)榈刭|(zhì)體的賦存區(qū)域,同時(shí)也是數(shù)據(jù)采集區(qū)域,以均勻網(wǎng)格剖分;網(wǎng)格外延區(qū)域的網(wǎng)格步長按二倍遞增。在目標(biāo)區(qū)域內(nèi),地質(zhì)體按一定步長進(jìn)行移動(dòng),以獲取不同位置的視電阻率及相位,并記錄相應(yīng)地電模型參數(shù)。采用零-均值歸一化方法對(duì)數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化,將標(biāo)準(zhǔn)化后的視電阻率及相位作為CNN雙通道輸入,相應(yīng)模型地電參數(shù)作為輸出。3)卷積。將步驟2)中的輸入數(shù)據(jù)進(jìn)行卷積處理,即將每一個(gè)位置的輸入進(jìn)行卷積變換映射成新值,將卷積核看成權(quán)重記為向量w,輸入數(shù)據(jù)記為向量x,則該位置卷積結(jié)果為y=w"x+b,即向量內(nèi)積加上偏置,將x變換為y,然后通過激活函數(shù)激活即可得到卷積結(jié)果,在此過程中,不同的卷積核將實(shí)現(xiàn)數(shù)據(jù)不同特征的提取。
【參考文獻(xiàn)】:
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的地震偏移剖面中散射體的定位和成像[J]. 奚先,黃江清. 地球物理學(xué)報(bào). 2020(02)
[2]應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)識(shí)別測(cè)井相[J]. 何旭,李忠偉,劉昕,張濤. 石油地球物理勘探. 2019(05)
[3]地震油氣儲(chǔ)層的小樣本卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)與預(yù)測(cè)[J]. 林年添,張棟,張凱,王守進(jìn),付超,張建彬,張沖. 地球物理學(xué)報(bào). 2018(10)
[4]基于遺傳神經(jīng)網(wǎng)絡(luò)的大地電磁反演[J]. 王鶴,劉夢(mèng)琳,席振銖,彭星亮,何航. 地球物理學(xué)報(bào). 2018(04)
[5]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍. 計(jì)算機(jī)學(xué)報(bào). 2017(06)
[6]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 李彥冬,郝宗波,雷航. 計(jì)算機(jī)應(yīng)用. 2016(09)
[7]基于混沌振蕩PSO-BP算法的電阻率層析成像非線性反演[J]. 戴前偉,江沸菠. 中國有色金屬學(xué)報(bào). 2013(10)
[8]大地電磁雙二次插值FEM正演及最小二乘正則化聯(lián)合反演[J]. 馮德山,王珣. 中國有色金屬學(xué)報(bào). 2013(09)
[9]應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)反演二維重力密度分布[J]. 耿美霞,楊慶節(jié). 石油地球物理勘探. 2013(04)
[10]地球物理資料非線性反演方法講座(五) 人工神經(jīng)網(wǎng)絡(luò)反演法[J]. 王家映. 工程地球物理學(xué)報(bào). 2008(03)
本文編號(hào):3497033
本文鏈接:http://sikaile.net/projectlw/dqwllw/3497033.html
最近更新
教材專著