基于端到端深度學(xué)習(xí)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(fù)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(yīng)用需求。【方法】對此，結(jié)合深度學(xué)習(xí)思想，提出了一種基于端到端的大壩視電阻率識別網(wǎng)絡(luò)(Apparent Resistivity Network, ARNet)模型，將傳統(tǒng)的滲漏判識方法轉(zhuǎn)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...