本發(fā)明涉及一種基于神經(jīng)網(wǎng)絡(luò)的電性源感應(yīng)?極化共生效應(yīng)多參數(shù)成像方法。根據(jù)極化介質(zhì)分?jǐn)?shù)階模型，將電導(dǎo)率公式代入麥克斯韋方程，推導(dǎo)電性源感應(yīng)?極化共生效應(yīng)公式；根據(jù)實(shí)驗(yàn)區(qū)地質(zhì)資料，構(gòu)建不同的電導(dǎo)率、極化率、頻散系數(shù)和時間常數(shù)等參數(shù)的極化介質(zhì)模型并數(shù)值模擬，構(gòu)建樣本集；優(yōu)化選取神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和激活函數(shù)，訓(xùn)練神經(jīng)網(wǎng)絡(luò)并進(jìn)行性能優(yōu)化；應(yīng)用神經(jīng)網(wǎng)絡(luò)對電性源感應(yīng)?極化共生效應(yīng)實(shí)測數(shù)據(jù)進(jìn)行極化介質(zhì)多參數(shù)提取，實(shí)現(xiàn)多參數(shù)?深度成像。本發(fā)明的目的在于提取極化介質(zhì)多參數(shù)信息，相比傳統(tǒng)電阻率成像方法，電導(dǎo)率、極化率成像結(jié)果精度更高。