[发明专利]一种基于LSTM网络的航空瞬变电磁数据反演方法有效

专利信息
申请号: 202110805502.1 申请日: 2021-07-16
公开(公告)号: CN113568055B 公开(公告)日: 2022-07-01
发明(设计)人: 吴思弘;黄清华 申请(专利权)人: 北京大学
主分类号: G01V3/38 分类号: G01V3/38;G06N3/04;G06N3/08
代理公司: 北京万象新悦知识产权代理有限公司 11360 代理人: 李稚婷
地址: 100871*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 lstm 网络 航空 电磁 数据 反演 方法
【权利要求书】:

1.一种基于LSTM网络的航空瞬变电磁数据反演方法,包括以下步骤:

A:生成合成数据集,包括:

A1:根据自然界电阻率范围和反演采用的深度网格生成层状电阻率模型;

A2:根据观测环境随机生成收发装置高度;

A3:按照航空瞬变电磁观测系统参数和采样模式进行层状电阻率模型的正演模拟,得到航空瞬变电磁响应数据;

合成数据集样本包含:含Nt个时间采样点的航空瞬变电磁响应数据dL,收发装置高度h和层状电阻率模型Nρ层介质对应的电阻率值mL;生成的合成数据集分为训练集与测试集;

B:建立LSTM网络:所述LSTM网络由编码器和解码器构成,层与层之间采用LSTM模块进行连接;输入数据为航空瞬变电磁响应数据,输出数据为网络反演得到的电阻率模型参数,输入层和输出层的维度分别根据时间采样点个数Nt和层数Nρ确定;将编码器编码得到的特征向量与收发装置高度进行拼接,输入至解码器中进行解码,输出网络预测的电阻率模型参数;

C:选取适当的训练集规模和训练周期,完成网络训练:采用步骤A生成的不同规模的训练集参与网络训练,根据不同规模训练集的反演误差随训练周期增长的下降情况,选择训练集规模和训练周期,保证网络收敛效果和训练效率;

D:网络反演效果检验:计算网络对测试集的反演结果及其正演响应与真实值之间的误差,对网络反演准确度进行评估;

E:电阻率模型反演:利用完成训练的LSTM网络实现新采集航空瞬变电磁响应数据的快速反演。

2.如权利要求1所述的航空瞬变电磁数据反演方法,其特征在于,步骤A中,采用均匀网格对电阻率模型深度方向进行剖分,令电阻率随深度连续变化,电阻率分布于1-10000Ω·m之间,取其对数值作为网络输出的目标值;收发装置高度随机设定,取值范围为25-100m。

3.如权利要求2所述的航空瞬变电磁数据反演方法,其特征在于,步骤A中通过插值的方法使得电阻率模型的电阻率随深度连续变化。

4.如权利要求1所述的航空瞬变电磁数据反演方法,其特征在于,步骤B中所述LSTM网络由一个编码器和一个解码器构成;编码器包含4个LSTM层,且第一层采用双向LSTM连接;解码器包含4个LSTM层和1个全连接层。

5.如权利要求1所述的航空瞬变电磁数据反演方法,其特征在于,步骤B中,采用注意力机制连接编码器和解码器,注意力机制通过求取后一隐藏层每一时刻的隐藏状态与前一隐藏层每一时刻的隐藏状态之间的相关性,将其归一化作为权重,对前一隐藏层隐藏状态进行加权求和输入至后一隐藏层不同时刻的LSTM模块中;权重ap(q)计算公式为:

其中,代表编码器中最后一个隐藏层第q时刻LSTM模块状态,表示解码器中第一个隐藏层p时刻LSTM模块状态;Q表示编码器最后一层中总时刻数;score(·)表示计算相关性的函数;经过注意力机制运算后的特征向量vD为:

所述LSTM网络利用注意力机制,根据编码器和解码器相邻隐藏层的状态分配不同的传递权重,实现信息传递;将收发装置高度h与特征向量vD进行拼接,输入至解码器中。

6.如权利要求5所述的航空瞬变电磁数据反演方法,其特征在于,步骤B中在层与层之间引入残差连接,促进梯度的反向传播。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大学,未经北京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110805502.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top