基于深度神经网络的重力异常反演

为解决传统线性反演方法容易陷入局部极小，计算效率低等问题，本文提出了一种基于深度学习的重力异常反演方法。该方法首先构造不同形状的二维密度模型，正演得到重力异常，组成数据集；然后用该数据集训练深度神经网络；最后将重力异常数据输入到训练好的深度神经网络，直接得到反演结果。实验结果表明，该方法能快速、准确地反演出地下异常体的位置和形态，且具有较好的泛化能力和抗噪声能力，可用于重力异常反演。