基于端到端深度学习的大坝渗漏电性异常识别研究

摘要： 【目的】电法勘探中传统的电性异常判识方法计算复杂、效率低，且成果解译对初始模型依赖性强，难以满足海量数据快速处理的应用需求。【方法】对此，结合深度学习思想，提出了一种基于端到端的大坝视电阻率识别网络(Apparent Resistivity Network, ARNet)模型，将传统的渗漏判识方法转换为从输入视电阻率数据到输出异常体分布的非线性映射问题。利用pyGIMLi有限元... （共13页）