-
第一章绪论
绪论
-
●1.1反演理论的目的与任务
反演理论的目的与任务
-
●1.2正反演问题一般原理及实例
正反演问题一般原理及实例
-
●1.3地球物理反演问题的陈述方式与观点
地球物理反演问题的陈述方式与观点
-
●1.4反演问题的数学描述与解的评价
反演问题的数学描述与解的评价
-
●1.5反演问题算法基础回顾
反演问题算法基础回顾
-
第二章线性反演
线性反演
-
●2.1线性反演理论的一般论述
线性反演理论的一般论述
-
●2.2求解线性反演问题的长度法原理
求解线性反演问题的长度法原理
-
●2.3线性反问题的L2范数极小解
线性反问题的L2范数极小解
-
●2.4先验信息的应用与长度的加权度量
先验信息的应用与长度的加权度量
-
第三章广义逆矩阵
广义逆矩阵
-
●3.1广义逆矩阵的概念
广义逆矩阵的概念
-
●3.2广义逆法解地球物理反演问题
广义逆法解地球物理反演问题
-
●3.3广义逆法解线性方程组
广义逆法解线性方程组
-
●3.4正交分解定理与广义逆G+
正交分解定理与广义逆G+
-
●3.5QR正交分解法计算广义逆G+
QR正交分解法计算广义逆G+
-
●3.6奇异值分解法计算广义逆G+
奇异值分解法计算广义逆G+
-
●3.7解的评价——数据分辨矩阵
解的评价——数据分辨矩阵
-
●3.8解的评价——模型分辨矩阵
解的评价——模型分辨矩阵
-
●3.9解的评价——协方差矩阵与折衷准则
解的评价——协方差矩阵与折衷准则
-
第四章线性反问题的迭代算法
线性反问题的迭代算法
-
●4.1Kaczmarz代数重建迭代算法
Kaczmarz代数重建迭代算法
-
●4.2ART代数重建技术
ART代数重建技术
-
●4.3SIRT联合代数重建技术
SIRT联合代数重建技术
-
●4.4共轭梯度迭代算法
共轭梯度迭代算法
-
第五章梯度优化算法
梯度优化算法
-
●5.1梯度优化算法的基本原理
梯度优化算法的基本原理
-
●5.2几种常见梯度优化算法
几种常见梯度优化算法
-
●5.3迭代步长的线性搜索算法
迭代步长的线性搜索算法
-
●5.4梯度法实现中的其他问题
梯度法实现中的其他问题
-
第六章机器学习与人工神经网络
机器学习与人工神经网络
-
●6.1机器学习(Machine Learning)
机器学习(Machine Learning)
-
●6.2人工神经网络(Artificial Neural Network)
人工神经网络(Artificial Neural Network)
-
●6.3多层神经网络的训练
多层神经网络的训练
-
●6.4深度学习
深度学习
-
●6.5卷积神经网络
卷积神经网络