本公开提供了一种基于对抗生成网络和伪标注的半监督电阻率深度学习反演方法及系统，能够实现对部分视电阻率数据缺少对应地质模型情况下的深度学习反演网络，首先针对视电阻率数据深度变化特征采用自适应卷积网络，对电法数据垂直特征进行提取，并通过提取特征图并最终得到电阻率模型，完成视电阻率数据与地下电阻率地质模型的映射关系；同时在网络结构中加入了判别器，为无对应地质模型的视电阻率数据引入伪标注，扩充有标签数据的数据量，实现了半监督学习策略。通过半监督深度学习电法数据反演网络，提高了在有标签数据较少时深度学习网络反演效果。
声明：
“基于对抗生成网络和伪标注的半监督电阻率反演方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1196
编辑：管理员
来源：北方有色网
咨询细节
