本發(fā)明公開(kāi)了一種卷積神經(jīng)網(wǎng)絡(luò)結(jié)果的重力多參量數(shù)據(jù)密度加權(quán)反演方法，包括以下步驟：搭建深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，并針對(duì)目標(biāo)地質(zhì)體構(gòu)建訓(xùn)練集；訓(xùn)練普通參數(shù)；訓(xùn)練最優(yōu)網(wǎng)絡(luò)模型；將實(shí)測(cè)異常輸入到神經(jīng)網(wǎng)絡(luò)中，并將其預(yù)測(cè)結(jié)果作為下一步反演的初始模型；采用三維正則化反演方法，并引入密度權(quán)進(jìn)行約束，正則化反演問(wèn)題通過(guò)尋找最小化目標(biāo)函數(shù)的優(yōu)化問(wèn)題來(lái)解決，對(duì)參數(shù)反演結(jié)果進(jìn)行正演，檢驗(yàn)反演擬合程度，并進(jìn)行多次迭代反演，直至得到高精度的反演結(jié)果，本發(fā)明通過(guò)將深度學(xué)習(xí)引入到重力數(shù)據(jù)反演當(dāng)中，提出了基于深度學(xué)習(xí)結(jié)果的物性反演方法，在獲得較為精確的地下地質(zhì)體分布的同時(shí)，大大提高了反演的效率。