基于端到端深度學習的大壩滲漏電性異常識別研究

摘要： 【目的】電法勘探中傳統(tǒng)的電性異常判識方法計算復雜、效率低，且成果解譯對初始模型依賴性強，難以滿足海量數(shù)據(jù)快速處理的應用需求。【方法】對此，結合深度學習思想，提出了一種基于端到端的大壩視電阻率識別網(wǎng)絡(Apparent Resistivity Network, ARNet)模型，將傳統(tǒng)的滲漏判識方法轉換為從輸入視電阻率數(shù)據(jù)到輸出異常體分布的非線性映射問題。利用pyGIMLi有限元... （共13頁）