基于CNN的礦井富水區(qū)電磁反演研究

打開文本圖片集

摘 要：針對(duì)傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)（CNN）在電磁反演中提取數(shù)據(jù)特征時(shí)冗余信息多，導(dǎo)致網(wǎng)絡(luò)反演精度降低的問題，提出一種變步長(zhǎng)卷積神經(jīng)網(wǎng)絡(luò)電磁反演方法，將輸入數(shù)據(jù)拓展為一維行向量，在各層網(wǎng)絡(luò)中交替使用不同步長(zhǎng)的卷積核進(jìn)行卷積運(yùn)算提取數(shù)據(jù)特征，利用變步長(zhǎng)卷積方式替代傳統(tǒng)網(wǎng)絡(luò)的池化層，完成對(duì)冗余信息的過(guò)濾和特征信息的選擇，并通過(guò)小卷積核級(jí)聯(lián)的方式增大網(wǎng)絡(luò)感受野提高網(wǎng)絡(luò)的非線性表達(dá)能力。（剩余13733字）