|
|||||
|
|
| 重力梯度张量的拟BP神经网络反演 | |
| 作者姓名： | 郭文斌 朱自强 鲁光银 |
| 作者单位： | 1.中南大学地球科学与信息物理学院有色金属成矿预测教育部重点实验室 |
| 基金项目： | 国家自然科学基金资助项目(41174061); 国家高技术研究发展计划(“863计划”)项目(2007AA06Z102); 中南大学自由探索计划项目(2011QNZT011) |
| 摘 要： | 基于重力梯度张量是反映重力场空间变化率的参数,比传统的重力异常具有更高的分辨率和更丰富的信息,将改进的BP神经网络算法应用于重力梯度张量的反演中并分析其反演效果。该算法是一种基于RPROP算法的拟BP神经网络反演算法,采用三层神经网络结构,用隐层神经元表示物性单元的密度值,根据RPROP算法自动修改各单元密度值,从而得出场源空间的密度分布。研究结果表明:采用这种算法对重力梯度张量进行反演计算,收敛速度快,对初始模型依赖性小,可准确反映出异常体形态特征和密度特征。 |
| 关 键 词： | 重力梯度张量 拟BP神经网络 RPROP算法 反演 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《中南大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《中南大学学报(自然科学版)》下载全文 | |