-
题名基于DNN的煤矿富水区探测反演方法研究
- 1
-
-
作者
韩晓冰
王鑫磊
周远国
刘洋
-
机构
西安科技大学通信与信息工程学院
-
出处
《煤炭技术》
CAS
2024年第4期140-145,共6页
-
基金
国家自然科学基金青年科学基金项目(61801371)
陕西省自然科学基础研究计划(2020JM-515)。
-
文摘
提出了一种基于DNN的煤矿富水区探测反演算法,该算法可以快速准确地实现煤矿富水区二维分布模型的重建。首先,利用时域有限差分方法(FDTD)获得不同分布模型的数值解;随后,依据数据样本搭建网络框架,网络的输入主要为电场分量,输出为相应的模型电导率参数。通过对神经网络进行训练,得到网络的最优系数,随后对富水区分布进行反演预测;结果表明:DNN算法在单个小目标异常体反演中,可以有效克服BP神经网络模型失效的问题,且对于多目标异常体的反演效果更加准确。另外,相同数据集下,DNN的训练耗时与预测耗时也少于BP神经网络。实验结果表明,该算法可以有效提高煤矿富水区探测效率。
-
关键词
煤矿富水区探测
二维反演
DNN
时域有限差分法
-
Keywords
detection of water-rich area of coal mine
two-dimensional inversion
DNN
finite difference method in time domain
-
分类号
P631
[天文地球—地质矿产勘探]
TD745
[矿业工程—矿井通风与安全]
-
