基于CNN的地--孔TEM异常提取及PSO--DLS反演方法研究

目录

声明

摘要

第1章绪论

1．1研究目的及意义

1．2研究现状及存在问题

1．2．1 地-孔瞬变电磁正反演及应用研究现状

1．2．2异常提取技术研究现状

1．2．3神经网络研究现状

1．2．4存在的主要问题

1．3研究目标与研究内容

1．3．1研究目标

1．3．2研究内容

1．4研究方法与技术路线

1．5主要创新点

第2章典型地电模型地-孔瞬变电磁响应特征

2．1．2地-孔瞬变电磁方法

2．2瞬变电磁场控制方程及三维有限差分算法

2．3三维瞬变电磁时域有限差分正演计算

2．3．1网格剖分格式

2．3．2考虑发射源情况下的传播方程

2．4典型地质异常体地-孔瞬变电磁数值模拟

2．4．1 不同类型异常体响应模拟

2．4．2不同规模异常体响应模拟

2．4．3不同距离异常体响应模拟

2．4．4不同埋深异常体响应模拟

2．5小结

第3章卷积神经网络(CNN)模型的改进研究

3．1人工智能及机器学习

3．2神经网络及深度学习

3．2．1 M-P模型

3．2．2感知机

3．2．3代价函数

3．2．4正则化及梯度下降法

3．2．5神经网络

3．2．6误差反向传播算法

3．3 CNN基本原理及架构

3．3．1 CNN理论

3．3．2 CNN基本架构

3．4 CNN模型架构设计及搭建

3．5小结

第4章基于CNN的异常场提取方法及模型实现

4．1深度学习框架库

4．2学习样本集的制备

4．2．1样本集制备方法

4．2．2地质模型地层电性参数

4．2．3地质模型建立

4．2．4正演模拟及样本制备

4．3基于CNN改进模型的渐进式学习策略

4．4模型训练过程及网络参数保存

4．4．1 前端模型训练模块及模型网络参数保存

4．4．2模型加载计算及后端模型训练保存

4．4．3前端与后端模型加载及综合预测

4．5小结

第5章PSO-DLS组合反演算法与实现

5．1线性反演算法

5．1．1反演方法概述

5．1．2瞬变电磁线性反演算法

5．2非线性反演算法

5．2．1粒子群(PSO)算法

5．2．2阻尼最小二乘(DLS)算法

5．3 PSO-DLS组合反演

5．4处理软件开发

5．4．1软件需求分析

5．4．2软件架构设计

5．4．3软件开发实现

5．5反演算法验证

5．6小结

第6章工程应用实例研究

6．1地质概况与地球物理特征

6．1．1 地层

6．1．2主要可采煤层

6．1．3地球物理特征

6．2野外施工及数据特征分析

6．3异常提取及反演解释

6．4反演解释结果验证

6．5小结

第7章结论与展望

7．1主要成果

7．2展望

参考文献

致谢

作者简历