時(shí)間域航空電磁系統(tǒng)（airborne electromagnetic,AEM）具有采樣率高、信息豐富和高分辨率等優(yōu)點(diǎn),是近地表地球物理探測(cè)的重要技術(shù)。高采樣率導(dǎo)致時(shí)間域航空電磁實(shí)測(cè)數(shù)據(jù)量大,無(wú)法高效地進(jìn)行二維或三維反演解釋,因此在實(shí)際資料處理中仍以成像和一維反演為主。由于一維反演處理大數(shù)據(jù)量時(shí)計(jì)算耗時(shí)長(zhǎng)且對(duì)初始模型有一定依賴性,方便、快速、穩(wěn)定的成像方法是時(shí)間域航空電磁資料處理的首要方法。為克服傳統(tǒng)成像方法分辨率低缺點(diǎn),本文提出了一種基于神經(jīng)網(wǎng)絡(luò)的新成像方法�；跀�(shù)值實(shí)驗(yàn)與分析,本文確定采用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional neural network,CNN）與長(zhǎng)短時(shí)記憶結(jié)構(gòu)模塊（Long Short-Term Memory,LSTM）相結(jié)合的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行成像方法研究。這種深度層級(jí)的網(wǎng)絡(luò)結(jié)構(gòu)能用來(lái)學(xué)習(xí)和存儲(chǔ)電阻率模型與電磁（electromagnetic,EM）信號(hào)間的復(fù)雜的非線性關(guān)系,從而產(chǎn)生接近一維反演的高精度成像結(jié)果。為了檢驗(yàn)方法的有效性,本文首先在理論模型與合成數(shù)據(jù)上對(duì)算法進(jìn)行測(cè)試。測(cè)試結(jié)果表明,在使用合理的網(wǎng)絡(luò)參數(shù)的情況下,該方法可以高速較準(zhǔn)確地成像。由于飛行高... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

神經(jīng)元模型

第2章神經(jīng)網(wǎng)絡(luò)理論72.2神經(jīng)網(wǎng)絡(luò)模型機(jī)器學(xué)習(xí)方法有很多種，例如深度神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、決策樹和強(qiáng)化學(xué)習(xí)等等，實(shí)際上就是通過(guò)不同的方式來(lái)表示某個(gè)函數(shù)集合。深度神經(jīng)網(wǎng)絡(luò)是通過(guò)神經(jīng)網(wǎng)絡(luò)來(lái)表示函數(shù)集的，其基礎(chǔ)的結(jié)構(gòu)為神經(jīng)元，其結(jié)構(gòu)如圖2.1所示。圖2.1神經(jīng)元模型神經(jīng)元的輸出為標(biāo)量t=a11++a++a+，（2.1）=σ()，（2.2）其中a為神經(jīng)元的輸入向量，w為神經(jīng)元的權(quán)重，b為神經(jīng)元的偏置，w與b稱為神經(jīng)元參數(shù)，σ為神經(jīng)元的激活函數(shù)。神經(jīng)元本身就是一個(gè)簡(jiǎn)單的函數(shù)，多個(gè)神經(jīng)元按某種方式相連接構(gòu)成了復(fù)雜的神經(jīng)網(wǎng)絡(luò)，其可用來(lái)表征復(fù)雜非線性函數(shù)，圖2.2展示了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，其中網(wǎng)絡(luò)參數(shù)是隨機(jī)生成的。圖2.2采用sigmoid作為激活函數(shù)時(shí)，神經(jīng)網(wǎng)絡(luò)的計(jì)算流程。sigmoid函數(shù)是被廣泛使用的一種激活函數(shù)，sigmoid()=1/(1+)由圖2.2可知神經(jīng)網(wǎng)絡(luò)的輸入為[1-1]，神經(jīng)網(wǎng)絡(luò)的輸出為[0.620.83]。在保持

第2章神經(jīng)網(wǎng)絡(luò)理論8網(wǎng)絡(luò)參數(shù)不變的情況下，可推出當(dāng)網(wǎng)絡(luò)的輸入為[00]，網(wǎng)絡(luò)的輸出為[0.510.85]。由此可知，在給定某些參數(shù)組合的前提下，神經(jīng)網(wǎng)絡(luò)的功能類似一個(gè)函數(shù)，輸入是一個(gè)向量，輸出也是一個(gè)向量，例如θ([11])=[0.620.83]，θ([00])=[0.510.85]。使用者賦予了神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)，神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)確定了其可用來(lái)表征某些函數(shù)集合。圖2.2中的網(wǎng)絡(luò)結(jié)構(gòu)實(shí)際上隱含了某些函數(shù)的集合，網(wǎng)絡(luò)參數(shù)不同，網(wǎng)絡(luò)代表的函數(shù)不同，且任意一個(gè)函數(shù)都是該網(wǎng)絡(luò)結(jié)構(gòu)對(duì)應(yīng)的函數(shù)集合中的一員。綜上所述，網(wǎng)絡(luò)的結(jié)構(gòu)是人為設(shè)定的，相當(dāng)于神經(jīng)網(wǎng)絡(luò)的天賦；神經(jīng)網(wǎng)絡(luò)通過(guò)資料（訓(xùn)練集）來(lái)找出最優(yōu)的參數(shù)（找到某個(gè)函數(shù)），相當(dāng)于網(wǎng)絡(luò)通過(guò)后天學(xué)習(xí)來(lái)獲得知識(shí)。網(wǎng)絡(luò)結(jié)構(gòu)定義了某個(gè)函數(shù)集合，其種類繁多，下面列舉出一些常用的網(wǎng)絡(luò)結(jié)構(gòu)。圖2.3為全連接神經(jīng)網(wǎng)絡(luò)（FullyConnectedFeedforwardNetwork）結(jié)構(gòu)模型，其特征為每個(gè)神經(jīng)元都與下一層的所有神經(jīng)元相連，全連接網(wǎng)絡(luò)經(jīng)常作為分類或回歸問題網(wǎng)絡(luò)結(jié)構(gòu)的最后幾層。圖2.3全連接神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)結(jié)構(gòu)圖2.4為長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM，LongShort-TermMemory）的簡(jiǎn)化結(jié)構(gòu),其采用獨(dú)特的門結(jié)構(gòu)可以處理時(shí)間序列中間隔和延遲較長(zhǎng)的事件。LSTM擅長(zhǎng)對(duì)時(shí)間信號(hào)進(jìn)行建模，被廣泛的應(yīng)用在語(yǔ)音識(shí)別，智能對(duì)話，語(yǔ)言翻譯系統(tǒng)等領(lǐng)域。

【參考文獻(xiàn)】：
期刊論文
[1]基于廣義模型約束的時(shí)間域航空電磁反演研究[J]. 蘇揚(yáng),殷長(zhǎng)春,劉云鶴,張博,任秀艷.  地球物理學(xué)報(bào). 2019(02)
[2]時(shí)間域航空電磁數(shù)據(jù)加權(quán)橫向約束反演[J]. 殷長(zhǎng)春,邱長(zhǎng)凱,劉云鶴,蔡晶.  吉林大學(xué)學(xué)報(bào)(地球科學(xué)版). 2016(01)
[3]頻率域航空電磁數(shù)據(jù)變維數(shù)貝葉斯反演研究[J]. 殷長(zhǎng)春,齊彥福,劉云鶴,蔡晶.  地球物理學(xué)報(bào). 2014(09)
[4]直升機(jī)吊艙姿態(tài)變化對(duì)電磁場(chǎng)測(cè)量的影響規(guī)律及其校正方法研究[J]. 曲昕馨,李桐林,王飛.  地球物理學(xué)報(bào). 2014(04)
[5]頻率域航空電磁數(shù)據(jù)的加權(quán)橫向約束反演[J]. 蔡晶,齊彥福,殷長(zhǎng)春.  地球物理學(xué)報(bào). 2014(03)
[6]時(shí)間域航空電磁快速成像研究[J]. 陳小紅,段奶軍.  地球物理學(xué)進(jìn)展. 2012(05)
[7]中心回線瞬變電磁測(cè)深法快速電阻率成像方法及應(yīng)用[J]. 嚴(yán)良俊,徐世浙,胡文寶,陳清禮,胡家華.  煤田地質(zhì)與勘探. 2002(06)
[8]人工神經(jīng)網(wǎng)絡(luò)——勘探地球物理學(xué)家的新工具[J]. 朱廣生,劉瑞林.  國(guó)外油氣勘探. 1993(02)



本文編號(hào)：2916357