基于Dropout-BPNN的地球物理反演——以表层横波速度反演为例

摘要

在深度学习领域使用的Dropout机制在训练中按一定概率准则随机剔除某些神经元,能够显著提高神经网络的图像和语言识别准确率.受其启发,将Dropout机制引入基于深度BP神经网络的地球物理反演(简称Dropout-BPNN),利用地震放大效应反演浅层S波速度结构,数值试验表明,在相同条件下,Dropout-BPNN的反演效果明显好于传统BPNN.同时研究了深度学习中流行的ReLU激活函数的性能,发现在本地球物理反演案例中,其表现不及传统激活函数.