基于LBFGS更新公式的自适应正则化三维MT拟牛顿反演

摘要

三维大地电磁反演是复杂地形、地质条件下进行数据定量解释的最佳手段,但由于不适定性更强,当前的代码实现在实际应用中仍然有很多缺点:OCCAM反演由于巨量内存和计算时间无法进行全数据大网格反演,NLCG与LBFGS相对效率较高但更依赖初始模型.本文对LBFGS的数据海赛矩阵利用数据梯度本身进行单独逼近,求解拟高斯牛顿方法得到相对不依赖正则化因子的下降方,基于数据梯度和模型梯度的平权准则自动更新正则化因子.