基于循环神经网络的重力异常数据推估研究

摘要

利用鄂尔多斯西南缘的重力观测数据对长短期记忆循环神经网络(long short-term memory,LSTM)进行训练,结果表明,该神经网络可基于有限的数据获取较好的推估结果.基于自由空气重力异常数据,对比分析长短期记忆循环神经网络和传统克里金方法的推估结果发现,神经网络的推估能力优于传统克里金方法,但运算效率低于后者.利用自由空气重力异常对整个区域进行推估,结果表明,LSTM方法明显优于克里金方法,加入高程数据作为约束条件可有效提升LSTM方法推估自由空气重力异常场的精度.