龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西南交通大学
摘要：本发明涉及一种大地电磁物理与数据混合驱动反演方法，属于地球物理勘探技术及其工程地质应用领域。本发明的一种大地电磁物理与数据混合驱动反演方法，包括建立大地电磁模型；设定不同的大地电磁模型参数对大地电磁模型进行正演计算，获得相应的视电阻率数据和阻抗相位数据；根据不同的大地电磁模型参数以及对应的视电阻率数据和阻抗相位数据构建样本数据集；构建深度学习网络模型，并设定损失函数；通过样本数据集对深度学习网络模型进行训练，得到训练好的深度学习网络模型；将实测数据输入训练好的深度学习网络模型；根据反演结果绘制隧道剖面图。本发明通过在数据驱动中加入物理约束，使处理复杂数据时结果更准确可靠，更符合物理规律。
主权项：1.一种大地电磁物理与数据混合驱动反演方法，其特征在于，包括以下步骤：步骤S10、建立大地电磁模型；步骤S20、设定不同的大地电磁模型参数对大地电磁模型进行正演计算，获得相应的视电阻率数据和阻抗相位数据；步骤S30、根据不同的大地电磁模型参数以及对应的视电阻率数据和阻抗相位数据构建样本数据集；步骤S40、构建深度学习网络模型，并设定损失函数；所述损失函数包括数据驱动损失及物理约束损失两部分，如下式：Loss＝λ1Lossp+λ2LossdLossd＝||Ind-m||Lossp＝||FInd-d||式中：Loss为混合驱动损失值；Lossp为物理驱动损失值；Lossd为数据驱动损失值；λ1为物理驱动权重值；λ2为数据驱动权重值；Ind为反演所得到的地电模型；FInd为反演得到模型正演所得到的响应；m为假设地电模型；d为实际响应；步骤S50、通过样本数据集对深度学习网络模型进行训练，得到训练好的深度学习网络模型；步骤S60、将实测数据输入训练好的深度学习网络模型，得到反演结果；步骤S70、根据反演结果绘制隧道剖面图。
全文数据：
权利要求：
百度查询： 西南交通大学 一种大地电磁物理与数据混合驱动反演方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号