地球物理反演概论
地球物理反演概论
少于1000 人选课
更新日期:2025/09/03
开课平台智慧树
开课高校长安大学
开课教师邵广周马见青李庆春
学科专业工学地质类
开课时间2025/07/21 - 2026/01/20
课程周期27 周
开课状态开课中
每周学时-
课程简介
反演是自然科学中的一个关键问题。大到对宇宙射电源的探测、小到对生物分子结构的分析;从广泛影响和改变人类生活的医学CT、交通导航定位、语音图像的识别和增强等,到神秘的文物考古、国防安全等。无论是了解地球内部结构,还是进行天然地震震源定位、地下能源矿产分布探测、各类隐伏地质灾害勘查、工程环境调查,都会采集各类地球物理数据并试图从中提取所需的信息,这实际上就是地球物理反演,它构成了我们认识地球的基础。
课程大纲

在线教程

章节简介教学计划
绪论
登录后可预览视频
反演理论的目的与任务
李庆春
正反演问题一般原理及实例
李庆春
地球物理反演问题的陈述方式与观点
李庆春
反演问题的数学描述与解的评价
李庆春
反演问题算法基础回顾
邵广周
学习资料
线性反演
线性反演理论的一般论述
邵广周
学习资料
求解线性反演问题的长度法原理
邵广周
学习资料
线性反问题的L2范数极小解
邵广周
学习资料
先验信息的应用与长度的加权度量
邵广周
学习资料
广义逆矩阵
广义逆矩阵的概念
马见青
广义逆法解地球物理反演问题
马见青
广义逆法解线性方程组
马见青
正交分解定理与广义逆G+
马见青
QR正交分解法计算广义逆G+
马见青
奇异值分解法计算广义逆G+
奇异值分解法计算广义逆G+ (上)
马见青
奇异值分解法计算广义逆G+ (下)
马见青
解的评价——数据分辨矩阵
马见青
解的评价——模型分辨矩阵
马见青
解的评价——协方差矩阵与折衷准则
马见青
线性反问题的迭代算法
Kaczmarz代数重建迭代算法
邵广周
学习资料
ART代数重建技术
邵广周
学习资料
SIRT联合代数重建技术
邵广周
学习资料
共轭梯度迭代算法
学习资料
共轭梯度迭代算法的基本原理
邵广周
共轭梯度迭代过程向量正交及共轭性证明
邵广周
共轭梯度迭代算法流程
邵广周
梯度优化算法
梯度优化算法的基本原理
邵广周
学习资料
几种常见梯度优化算法
学习资料
几种常见梯度优化算法(一)
邵广周
几种常见梯度优化算法(二)
邵广周
迭代步长的线性搜索算法
邵广周
学习资料
梯度法实现中的其他问题
邵广周
学习资料
机器学习与人工神经网络
机器学习(Machine Learning)
邵广周
学习资料
人工神经网络(Artificial Neural Network)
邵广周
学习资料
多层神经网络的训练
邵广周
学习资料
深度学习
邵广周
学习资料
卷积神经网络
邵广周
学习资料
  • 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

  • 开始学习
  • 第一章  作业测试
    第一章 绪论

    1.1 反演理论的目的与任务

    1.2 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

    1.4 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

    视频数5
  • 第二章  作业测试
    第二章 线性反演

    2.1 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

    2.3 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

    视频数4
  • 第三章  作业测试
    第三章 广义逆矩阵

    3.1 广义逆矩阵的概念

    3.2 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

    3.4 正交分解定理与广义逆G+

    3.5 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+

    3.7 解的评价——数据分辨矩阵

    3.8 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

    视频数10
  • 第四章  作业测试
    第四章 线性反问题的迭代算法

    4.1 Kaczmarz代数重建迭代算法

    4.2 ART代数重建技术

    4.3 SIRT联合代数重建技术

    4.4 共轭梯度迭代算法

    视频数6
  • 第五章  作业测试
    第五章 梯度优化算法

    5.1 梯度优化算法的基本原理

    5.2 几种常见梯度优化算法

    5.3 迭代步长的线性搜索算法

    5.4 梯度法实现中的其他问题

    视频数5
  • 第六章  作业测试
    第六章 机器学习与人工神经网络

    6.1 机器学习(Machine Learning)

    6.2 人工神经网络(Artificial Neural Network)

    6.3 多层神经网络的训练

    6.4 深度学习

    6.5 卷积神经网络

    视频数5
  • 期末考试