基于疏密交叉网格建模的KNN大地电磁反演方法

• 作者: 周远国 杨峪坤 杨景峰 柳庆瑜 范梦宁 郭苹 韩晓冰
• 来源期刊: 采矿技术
• 关键词: 大地电磁反演 KNN算法 疏密交叉网格建模 坐标 电导率
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 爆破技术与地质测量
• 页码范围: 155-159
• 页数: 5页
• 字数: 3462字
• 语种: 中文

摘要

为了寻找一种精准有效的大地电磁反演方法,引入KNN(k-Nearest Neighbor)算法,提出了一种基于机器学习算法的大地电磁反演方法,分别验证了该算法在单一尺寸下不同电导率异常体、不同尺寸下不同电导率异常体的坐标及电导率反演准确率,结果表明,该算法在进行二维大地电磁反演计算时有非常高的准确率.在此基础之上,首次将一种疏密交叉网格建模的方法应用于KNN大地电磁反演计算中,在使用较少训练样本和计算资源的情况下,相比传统KNN反演算法,大幅提高了坐标及电导率的预测精度.数值试验结果表明,该算法对坐标位置的反演准确率在97％以上,对电导率的反演准确率达到了100％,对于不同形状不同电导率不同位置的异常体反演效果良好,是一种高效的大地电磁反演方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩晓冰	西安科技大学通信与信息工程学院	36	129	6.0	9.0
2	郭苹	西安科技大学通信与信息工程学院	4	2	1.0	1.0
3	周远国	西安科技大学通信与信息工程学院	2	0	0.0	0.0
4	杨景峰		5	2	1.0	1.0
5	柳庆瑜	西安科技大学通信与信息工程学院	1	0	0.0	0.0
6	范梦宁	西安科技大学通信与信息工程学院	1	0	0.0	0.0
7	杨峪坤	西安科技大学通信与信息工程学院	1	0	0.0	0.0