[发明专利]基于融合式神经网络的多磁性材料参数反演方法及系统

权利要求书

1.基于融合式神经网络的多磁性材料参数反演方法，其特征在于，包括：

获取待反演多磁性材料在静态无电流背景场下的多维磁场分量；

将所述多维磁场分量输入到训练完成的卷积神经网络中，得到所述多维磁场分量的多个类别标签；

将每个类别标签和多维磁场分量分别输入到训练完成的多个深层BP神经网络中，得到待反演多磁性材料的参数预测值。

2.根据权利要求1所述的基于融合式神经网络的多磁性材料参数反演方法，其特征在于，所述卷积神经网络至少包括多个一维卷积层、一个最大池化层和一个全连接层，

所述多个一维卷积层，用于接收待反演多磁性材料的多维磁场分量或对多维磁场分量进行卷积操作；

所述全连接层，用于输出所述多维磁场分量的类别标签。

3.根据权利要求2所述的基于融合式神经网络的多磁性材料参数反演方法，其特征在于，所述卷积神经网络的损失函数为交叉熵损失函数。

4.根据权利要求1所述的基于融合式神经网络的多磁性材料参数反演方法，其特征在于，所述每个深层BP神经网络包括多个隐藏层和一个输出层；

每个所述隐藏层为全连接层，且其激活函数为sigmoid或liner；

所述输出层的激活函数为liner。

5.根据权利要求4所述的基于融合式神经网络的多磁性材料参数反演方法，其特征在于，所述每个深层BP神经网络的损失函数为均方误差函数。

6.根据权利要求1－5中任一项所述的基于融合式神经网络的多磁性材料参数反演方法，其特征在于，所述获取待反演多磁性材料在静态无电流背景场下的多维磁场分量包括：

对所述待反演多磁性材料进行comsol建模；

确定待反演多磁性材料的多条磁场测量线；

利用有限元和插值法计算每条磁场测量线的磁场分量。

7.基于融合式神经网络的多磁性材料参数反演系统，其特征在于，包括：

获取模块，用于获取待反演多磁性材料在静态无电流背景场下的多维磁场分量；

第一预测模块，用于将所述多维磁场分量输入到训练完成的卷积神经网络中，得到所述多维磁场分量的多个类别标签；

第二预测模块，用于将每个类别标签和多维磁场分量分别输入到训练完成的多个深层BP神经网络中，得到待反演多磁性材料的参数预测值。

8.根据权利要求7所述的基于融合式神经网络的多磁性材料参数反演系统，其特征在于，所述获取模块包括建模单元、确定单元、计算单元，

所述建模单元，用于对所述待反演多磁性材料进行comsol建模；

所述确定单元，用于确定待反演多磁性材料的多条磁场测量线；

所述计算单元，用于利用有限元和插值法计算每条磁场测量线的磁场分量。

9.一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至6中任一项所述的基于融合式神经网络的多磁性材料参数反演方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于融合式神经网络的多磁性材料参数反演方法。