傳統(tǒng)的非線性電磁反演方法在處理電磁反演問(wèn)題時(shí)會(huì)出現(xiàn)多解性、局部極值等問(wèn)題,且這些方法往往非常依賴于足夠的先驗(yàn)信息來(lái)建立合適的初始模型。機(jī)器學(xué)習(xí)相關(guān)算法為電磁反演提供了一種可能性。它不需要去將反演問(wèn)題線性化,而是將整個(gè)物理過(guò)程轉(zhuǎn)化為一個(gè)“黑匣子”來(lái)處理,直接求得反演結(jié)果,是一種有價(jià)值的電磁反演方法。本文首先采用基于卷積神經(jīng)網(wǎng)絡(luò)的電磁反演算法來(lái)對(duì)電磁反演問(wèn)題進(jìn)行了研究,將電磁反演特征(位置參數(shù)、相對(duì)介電常數(shù))圖像化后,形成像素矩陣式的樣本,再將這些樣本輸入到全卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練,針對(duì)不同形狀的散射體進(jìn)行了仿真分析。結(jié)果表明,基于卷積神經(jīng)網(wǎng)絡(luò)的電磁反演算法是一種有效的、高泛化性的非線性電磁反演算法。然后本文首次將K近鄰算法理論引入了電磁反演領(lǐng)域并分析了其優(yōu)劣之處,通過(guò)仿真確定了K近鄰算法的三要素(距離度量、k值、平均方式),給出了仿真結(jié)果。在此基礎(chǔ)上,本文還提出了一種疏密交叉網(wǎng)格建模的方法應(yīng)用于K近鄰電磁反演,并給出了其算法思路及程序?qū)崿F(xiàn),然后驗(yàn)證了其在不同樣本集上的反演效果,分析對(duì)比了改進(jìn)前后的K近鄰電磁反演算法的反演精確度及時(shí)間開(kāi)銷。仿真結(jié)果表明,在使用相對(duì)較少訓(xùn)練樣本集和計(jì)算資源的... 

【文章來(lái)源】：西安科技大學(xué)陜西省

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

模型空間與數(shù)據(jù)空間之間的映射關(guān)系

2相關(guān)理論及技術(shù)7圖2.2(a)、(b)分別為線性、非線性反演迭代搜索示意圖最簡(jiǎn)單最直接的完全非線性反演方法是窮舉法或者稱為徹底搜索法。在此之后，發(fā)展出一些近似反演算法，例如快速松弛反演法[40]等，以及很多非線性反演方法。目前，比較常用的方法如蒙特卡洛法[41]、模擬退火法[42]、遺傳算法[43]、人工神經(jīng)網(wǎng)絡(luò)算法[44]等都屬于非線性反演方法。2.2機(jī)器學(xué)習(xí)作為多個(gè)領(lǐng)域交叉的學(xué)科，機(jī)器學(xué)習(xí)涉及統(tǒng)計(jì)學(xué)、概率論、逼近論、算法復(fù)雜度理論以及凸分析等多個(gè)學(xué)科。通過(guò)對(duì)計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類學(xué)習(xí)行為的方式的專門研究，達(dá)到獲得新技能及知識(shí)、充分組織并結(jié)合已有知識(shí)進(jìn)行自身性能不斷提高的目的。廣義上講，通過(guò)賦予機(jī)器學(xué)習(xí)的能力使其實(shí)現(xiàn)直接編程不能完成的功能即為機(jī)器學(xué)習(xí)。然而在實(shí)際應(yīng)用中，機(jī)器學(xué)習(xí)指利用數(shù)據(jù)將模型訓(xùn)練出來(lái)，并采用該模型進(jìn)行預(yù)測(cè)的方法。在機(jī)器學(xué)習(xí)中，“訓(xùn)練”及“預(yù)測(cè)”是最主要的兩個(gè)過(guò)程，這兩個(gè)過(guò)程之間的輸出結(jié)果即為“模型”，通過(guò)“訓(xùn)練”建立“模型”，隨后應(yīng)用“模型”指導(dǎo)“預(yù)測(cè)”。因此，機(jī)器學(xué)習(xí)實(shí)際上通過(guò)計(jì)算機(jī)將經(jīng)驗(yàn)數(shù)據(jù)進(jìn)行分析，根據(jù)其規(guī)律獲得模型，最后采用該模型對(duì)未來(lái)結(jié)果進(jìn)行預(yù)測(cè)的方法。就范圍而言，機(jī)器學(xué)習(xí)與統(tǒng)計(jì)學(xué)習(xí)、模式識(shí)別以及數(shù)據(jù)挖掘十分相似，然而由于充分結(jié)合了其他領(lǐng)域的處理技術(shù)，機(jī)器學(xué)習(xí)是一門綜合了計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理以及語(yǔ)音識(shí)別的多領(lǐng)域交叉學(xué)科。2.2.1機(jī)器學(xué)習(xí)的分類機(jī)器學(xué)習(xí)主要分為以下幾個(gè)類別：（1）監(jiān)督學(xué)習(xí)(supervisedlearning)：提供了一個(gè)由包含正確目標(biāo)(target)的樣本組成的訓(xùn)練集(trainingset)，并且以這個(gè)訓(xùn)練集為基礎(chǔ)，算法進(jìn)行泛化，直到有可能的輸入都給出正確的回答。這也稱之為從范例(exemplar)中學(xué)習(xí)。

3電磁場(chǎng)正演問(wèn)題的求解15電磁場(chǎng)在完全匹配吸收層中所滿足方程的一般數(shù)學(xué)形式如下：WWWWABCDWtxyz(3.29)這里，=(E,E,E,H,H,H,R,R,R,S,S,S)TxyzxyzxyzxyzW。3.2FDTD計(jì)算流程在使用FDTD方法求解散射體的電磁輻射特性時(shí)，必須準(zhǔn)確地描述散射體的空間參數(shù)和電磁參數(shù)，并按照FDTD要求進(jìn)行網(wǎng)格化離散。每個(gè)網(wǎng)格均包含空間信息和電磁參數(shù)信息。對(duì)于一些簡(jiǎn)單散射體的建模，確定目標(biāo)區(qū)域后將目標(biāo)區(qū)域網(wǎng)格化，再根據(jù)散射體的位置標(biāo)記出散射體對(duì)應(yīng)的網(wǎng)格所在位置，并給出該網(wǎng)格處相對(duì)應(yīng)的電磁參數(shù)。圖3.2給出了立方體的剖分模型例子。(a)(b)圖3.2立方體建模(a)原物體；(b)按元胞剖分后對(duì)于復(fù)雜形狀的散射體，一般做法是將其分解為若干個(gè)簡(jiǎn)單形狀目標(biāo)，然后對(duì)其各個(gè)部件分別進(jìn)行FDTD剖分。最后將剖分后各個(gè)部件拼接，形成整體的離散模型。建模步驟如圖3.3。

【參考文獻(xiàn)】：
期刊論文
[1]青藏高原巖石圈三維電性結(jié)構(gòu)[J]. 楊文采,金勝,張羅磊,瞿辰,胡祥云,魏文博,于常青,于鵬.  地球物理學(xué)報(bào). 2020(03)
[2]基于經(jīng)驗(yàn)知識(shí)遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)時(shí)間反演信道預(yù)測(cè)[J]. 院琳,楊雪松,王秉中.  物理學(xué)報(bào). 2019(17)
[3]大地電磁測(cè)深在珊溪水庫(kù)誘發(fā)地震研究中的應(yīng)用[J]. 楊福平,余剛?cè)?侯林峰,周昕.  工程地球物理學(xué)報(bào). 2019(02)
[4]音頻大地電磁數(shù)據(jù)非線性共軛梯度3D反演在江西相山鈾礦勘查中的應(yīng)用[J]. 夏廣沛,翁愛(ài)華,李建平,李世文,楊悅,胡英才.  世界地質(zhì). 2019(01)
[5]不同類型滑坡體的高密度電阻率法勘察電性特征[J]. 李富,周洪福,葛華.  物探與化探. 2019(01)
[6]探地雷達(dá)在道路脫空空洞病害檢測(cè)中的應(yīng)用[J]. 許澤善,簡(jiǎn)世凱,覃譚,唐發(fā)偉,曹建龍.  工程地球物理學(xué)報(bào). 2019(01)
[7]厚煤層露天礦地下水瞬變電磁法探測(cè)[J]. 王鵬.  煤礦安全. 2019(01)
[8]TEM探測(cè)深部煤層上覆多電性層的OCCAM反演[J]. 侯彥威.  煤田地質(zhì)與勘探. 2018(06)
[9]天然電場(chǎng)選頻法的淺層地下水勘探效果與異常分析[J]. 楊天春,梁競(jìng),程輝,曹書錦,董紹宇,宮玉菲.  物探與化探. 2018(06)
[10]灰?guī)r區(qū)溶洞與薄層泥巖物探異常差異分析[J]. 何建設(shè),李俊杰,李劍強(qiáng),趙國(guó)軍,郭佳豪.  水利水電技術(shù). 2018(10)

博士論文
[1]面向圖像語(yǔ)義分割的新型卷積神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[D]. Robail Yasrab.中國(guó)科學(xué)技術(shù)大學(xué) 2017



本文編號(hào)：2942034