基于Dropout—BPNN的地球物理反演——以表层横波速度反演为例

基于Dropout—BPNN的地球物理反演——以表层横波速度反演为例

论文摘要

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。

论文目录

  • 1 引 言
  • 2 地表地震动放大效应的正演算法
  • 3 基于神经网络的S波速度结构反演方法
  •   3.1 带Dropout机制的BP神经网络
  •   3.2 学习样本集的生成
  •   3.3 网络的训练学习
  • 4 结果分析
  •   4.1 DropoutBPNN和BPNN的性能对比
  •   4.2 激活函数对 Dropout-BPNN反演性能的影响
  •   4.3 Dropout—BPNN和BPNN的训练用时比较
  • 5 结 语
  • 文章来源

    类型: 期刊论文

    作者: 康治梁,余嘉顺

    关键词: 机制,神经网络,函数,地球物理反演,横波速度

    来源: 工程地球物理学报 2019年03期

    年度: 2019

    分类: 基础科学,工程科技Ⅰ辑

    专业: 地质学,地球物理学,矿业工程

    单位: 成都理工大学地球物理学院

    基金: 国家自然科学基金(编号:41774059),四川省科技计划(编号:2018JY0005)

    分类号: P631

    页码: 286-294

    总页数: 9

    文件大小: 3608K

    下载量: 124

    相关论文文献

    • [1].基于工程教育认证的大学课程考核模式探索——以长安大学“地球物理反演概论”课程为例[J]. 大学教育 2019(12)
    • [2].“地球物理反演概论”课程教学模式改革与实践[J]. 中国地质教育 2018(02)
    • [3].《地球物理反演》课程教学中提高学生学习兴趣的实践[J]. 高教学刊 2018(08)
    • [4].地球物理反演技术的发展与展望[J]. 中国石油和化工标准与质量 2011(08)
    • [5].一个简单地球物理反演问题浅析[J]. 工程地球物理学报 2018(03)
    • [6].模拟退火反演方法研究[J]. 内蒙古石油化工 2009(05)
    • [7].2D多尺度混合优化地球物理反演方法及其应用(英文)[J]. Applied Geophysics 2009(04)
    • [8].“地球物理反演”课程的教学实践探索[J]. 才智 2012(13)
    • [9].精细储层预测质控方法优化及其应用[J]. 科技创新与应用 2017(06)
    • [10].基于褶积模型的地球物理反演模型增强[J]. 地球物理学报 2012(12)
    • [11].羌塘盆地那底岗日山前区的地球物理反演解释[J]. 世界地质 2008(03)
    • [12].地球物理资料非线性反演方法讲座(四) 遗传算法[J]. 工程地球物理学报 2008(02)
    • [13].地球物理反演中的差分进化算法[J]. 地质与勘探 2014(05)
    • [14].地球物理资料非线性反演方法讲座(八)——量子遗传算法[J]. 工程地球物理学报 2008(06)
    • [15].模拟退火算法的改进及在静校正中的应用[J]. 大庆石油地质与开发 2008(05)
    • [16].并行计算技术在地球物理非线性反演中的应用[J]. 微计算机信息 2010(13)
    • [17].高密度电法在乌鲁木齐东北某煤田采空区注浆效果检测中的应用[J]. 西部资源 2017(04)
    • [18].基于拉格朗日乘子的三维位场约束反演方法[J]. 国际地震动态 2015(09)
    • [19].基于免疫算法的地球物理反演研究[J]. 石油地球物理勘探 2008(02)
    • [20].神经网络在地球物理勘探中的研究进展[J]. 工程地球物理学报 2020(04)
    • [21].第二届反演问题计算方法及其应用国际会议在北京召开[J]. 地球物理学报 2010(08)
    • [22].叠后地震储层预测技术在缝洞型储层表征中的应用[J]. 石油天然气学报 2014(09)
    • [23].人工鱼算法的重磁位场反演方法[J]. 内蒙古石油化工 2010(16)
    • [24].大地电磁的人工鱼群最优化约束反演[J]. 地球物理学报 2015(07)
    • [25].二维大地电磁尖锐边界反演研究(英文)[J]. 地球物理学报 2010(03)
    • [26].垂直激电测深二维自适应正则化反演[J]. 同济大学学报(自然科学版) 2009(12)
    • [27].大型广义逆反演中求逆算法的比较[J]. 工程勘察 2008(02)

    标签:;  ;  ;  ;  ;  

    基于Dropout—BPNN的地球物理反演——以表层横波速度反演为例
    下载Doc文档

    猜你喜欢