模型反演和深度学习反演联合的地震波阻抗优化反演

基于"数据驱动和模型驱动"相结合的思想,通过模型反演结果扩展标签训练集,并在深度学习算法中加入模型反演目标函数,对损失函数进行重构,提出了一种模型反演和深度学习反演联合的地震波阻抗优化反演.采用RNN网络结构实现了一种"伪标签"下的半监督深度学习网络反演,并用网络反演结果作为初始模型参与模型反演,最终优化反演由网络反演和模型反演不断迭代优化完成.通过合成Marmousi模型和实际资料,验证了所提出的方法具有较高的反演精度和实用性.