面向电阻率异常目标的自学习双波融合型瞬变电磁成像方法
知识产权简介
一种面向电阻率异常目标的自学习双波融合型瞬变电磁成像方法，主要步骤如下：首先构建双通道并行卷积神经网络，分别提取窄脉宽三角波与宽脉宽梯形波的瞬变电磁响应特征，通过多头注意力机制融合双波形特征，初步预测地下结构电阻率分布；然后利用域感知变分自编码器对预测电阻率进行重构，通过重构误差判别测试样本是否偏离训练数据分布；将离群样本的预测电阻率输入物理正演模型生成电磁响应，并将预测响应与实测响应的残差作为物理损失引导融合反演网络在线微调，实现具有域适应能力的自学习成像；最后输出电阻率异常目标的精细成像结构。
转化前景
与现有技术相比，本发明的有益效果：（1）通过设计双通道并行神经网络并结合多头注意力机制，实现了窄脉宽三角波与宽脉宽梯形波瞬变电磁响应在特征层面的深度融合，充分挖掘了两种波形在浅部高分辨率和深部大探测深度方面的互补优势，显著提升了电阻率成像的分辨率与精度。（2）引入域感知变分自编码器，利用重构误差作为域判别指标，可有效识别与训练数据分布不一致的实测样本，无需真实标签即可实现离群检测，增强对实际复杂环境的适用性。（3）提出物理信息引导的自学习模块，对离群样本利用正演物理约束在线微调网络参数，使预测模型的电磁响应逐步逼近实测数据，显著降低了域偏移引起的反演误差，避免了虚假异常，提高了成像准确性和环境自适应能力。