节点文献
基于深度学习的磁异常模量反演研究
【机构】 中国地质大学(北京)；
【摘要】 <正>1.前言目前,反演地下磁性体的磁化率通常使用化极之后的磁异常数据。然而,当磁性体的剩余磁化强度很大时,会使得化极数据存在很大误差,这将直接导致反演的准确率降低。磁异常模量是弱依赖于磁性体磁化方向的标量,此情况下利用磁异常模量进行反演可以在一定程度上提高反演结果的可靠性和准确性。然而传统的磁异常模量反演属于非线性问题,反演结果容易陷入局部极值。
【基金】 国家自然科学基金项目（41974161）;中央高校基本科研业务费专项资金（2-9-2019-040）;2021年研究生创新资助项目（ZD2021YC029）资助
- 【会议录名称】 2022年中国地球科学联合学术年会论文集——专题十三：无人机地球物理技术、专题十四：地球物理人工智能和信息技术进展
- 【会议名称】2022年中国地球科学联合学术年会
- 【会议时间】2022-12-06
- 【会议地点】线上会议
- 【分类号】TP18;P631.2
- 【主办单位】中国地球物理学会