一种基于高泛化神经网络的地空电磁数据反演方法

授权

摘要

本发明涉及一种基于高泛化神经网络的地空电磁数据反演方法，依据反常扩散分数阶模型，计算地空电磁响应，建立电磁响应与反常扩散分数阶模型的样本集；优化设计网络结构、选取训练函数、激活函数；限制每个参数矩阵为对角矩阵且Frobenius规范最多为1，采用秩为1矩阵替换秩接近1的参数矩阵，获得由深度r'网络和单变量函数组成的近似神经网络；对单变量函数的Lipschitz函数，所有输入0映射到固定输出；通过的实值损失函数限制神经网络的Rademacher复杂度，限制神经网络的泛化误差上界，获取高泛化神经网络；采用高泛化神经网络对地空电磁数据进行反演，并进行成像。本发明提高了反常扩散多参数的解释准确性。

基本信息

专利标题：

一种基于高泛化神经网络的地空电磁数据反演方法

专利标题（英）：

暂无

公开（公告）号：

CN113406709A

申请号：

CN202110834698.7

公开（公告）日：

2021-09-17

申请日：

2021-07-23

授权号：

CN113406709B

授权日：

2022-05-31

发明人：

吴琼嵇艳鞠张悦晗关珊珊赵雪娇黎东升

申请人：

吉林大学

申请人地址：

吉林省长春市朝阳区前进大街2699号

代理机构：

沈阳铭扬联创知识产权代理事务所(普通合伙)

代理人：

屈芳

优先权：

CN202110834698.7

主分类号：

G01V3/38

IPC分类号：

G01V3/38 G06N3/04 G06N3/08