基于拟径向基函数神经网络的重力反演方法
本文提出一种利用拟径向基函数神经网络提高重力反演垂向分辨率的方法。本方法利用径向基函数压缩了模型空间，在保证复杂模型表征能力的前提下，实现了反演参数的降维；提出了一种拟神经网络结构，其与传统神经网络的区别在于以径向基函数为激活函数，且不需要样本标签对进行训练，避免了建立训练数据集的困难，并基于该拟神经网络结构实现了重力场密度反演算法。解决了重力反演不适定性所导致的趋肤、垂向分辨率低、多解性强、严重依赖先验约束等问题，能够从重力数据中最大程度的提取有效信息提高反演结果的垂向分辨率和可靠性，具有很好的应用潜力。
相鹏 刘佳
中石化胜利油田勘探开发研究院 山东东营 257000 中石化胜利油田石油开发中心 山东东营 257000
国内会议
北京
中文
933-935
2018-10-21（万方平台首次上网日期，不代表论文的发表时间）