简介： 本发明涉及一种基于神经网络的电性源感应‑极化共生效应多参数成像方法。根据极化介质分数阶模型，将电导率公式代入麦克斯韦方程，推导电性源感应‑极化共生效应公式；根据实验区地质资料，构建不同的电导率、极化率、频散系数和时间常数等参数的极化介质模型并数值模拟，构建样本集；优化选取神经网络的结构和激活函数，训练神经网络并进行性能优化；应用神经网络对电性源感应‑极化共生效应实测数据进行极化介质多参数提取，实现多参数‑深度成像。本发明的目的在于提取极化介质多参数信息，相比传统电阻率成像方法，电导率、极化率成像结果精度更高。