[发明专利]一种熵约束数据驱动正规框架地震数据规则化方法

权利要求书

1.一种熵约束数据驱动正规框架地震数据规则化方法，其特征是，包括以下步骤：

步骤一：对原始不规则地震数据灰度化处理；

步骤二：将灰度化后的地震数据分成数据子集，计算每个数据子集的熵；

步骤三：根据每个数据子集的熵计算每个数据子集的键值；

步骤四：选取键值较大的数据子集组成训练集，进行字典训练，求取自适应字典基函数；

步骤五：利用训练得到的自适应字典基函数对不规则地震数据进行插值加密；

步骤六：重复步骤一到五，直到迭代次数达到预先设定值，或者相对误差小于某个阈值时停止迭代；

步骤七：将规则网格上的插值地震数据输出，完成地震数据规则化。

2.如权利要求1所述的一种熵约束数据驱动正规框架地震数据规则化方法，其特征是，所述步骤一中，对原始不规则地震数据按照式(1)进行灰度化处理：

式(1)中，INT为取整函数，A为当前时刻的地震振幅值，A_max为最大地震振幅值，A_min为最小地震振幅值，G为振幅A所对应的灰度值。

3.如权利要求2所述的一种熵约束数据驱动正规框架地震数据规则化方法，其特征是，所述步骤二中，每个数据子集的大小为2的整数次幂。

4.如权利要求3所述的一种熵约束数据驱动正规框架地震数据规则化方法，其特征是，所述步骤二中，每个数据子集的熵按照式(2)进行计算：

式2中，H_i为第i个数据子集的熵，其中1≤i≤n，n为数据子集的总个数；p_j是由灰度直方图获得的灰度j在第i个数据子集中出现的概率。

5.如权利要求4所述的一种熵约束数据驱动正规框架地震数据规则化方法，其特征是，所述步骤三中，每个数据子集的键值按照式(3)进行计算：

式(3)中，Key(i)为第i个数据子集的键值；r_i为一个0到1之间等概率分布的随机数；H_i为第i个数据子集的熵，其中1≤i≤n，n为数据子集的总个数。

6.如权利要求5所述的一种熵约束数据驱动正规框架地震数据规则化方法，其特征是，所述步骤四中，将键值Key(i)进行降序排列，选取前M个键值较大的数据子集组成训练集，训练自适应字典基函数的迭代步骤如下：

(4-1)保持自适应字典基函数D不变，通过式(4)的目标函数求解系数向量x：

x^(k+1)＝argmin_x(||x-(D^(k))^TW||₂+ε||x||₀) (4)

式(4)中，目标函数argmin_x表示||x-(D^(k))^TW||₂+ε||x||₀的值最小时所对应的系数向量x；k为迭代次数；||·||₂、||·||₀分别是2范数和0范数；ε为给定的权系数；W为前M个键值较大的数据子集组成训练集；D为自适应字典基函数；

(4-2)保持系数向量x不变，通过式(5)的目标函数求解自适应字典基函数D：

D^(k+1)＝argmin_D||x^(k+1)-D^TW||₂s.t.D^TD＝I (5)

式(5)中，目标函数argmin_D表示在正规框架D^TD＝I约束下，使||x^(k+1)-D^TW||₂的值达到最小时所对应的自适应字典基函数D；k为迭代次数；I为单位阵；W为前M个键值较大的数据子集组成训练集；||·||₂是2范数。

7.如权利要求6所述的一种熵约束数据驱动正规框架地震数据规则化方法，其特征是，所述步骤五中，利用自适应字典基函数对不规则地震数据进行插值加密的步骤如下：

(5-1)输入字典训练得到的自适应字典基函数D和原始不规则地震数据y；

(5-2)根据原始不规则地震数据y的分布情况构建采样矩阵φ，其中有数据的位置设为1，无数据的位置设为0；

(5-3)迭代求解式(6)的目标函数，得到完整地震数据的稀疏逼近系数α

α＝argmin_α(||y-Φα||₂+ε||α||₀) (6)

式(6)中，目标函数argmin_α表示||y-Φα||₂+ε||α||₀的值最小时所对应的系数α；Φ＝φD，其中φ为采样矩阵，D为自适应字典基函数；y为原始不规则地震数据；ε为给定的权系数；||·||₂、||·||₀分别是2范数和0范数；

(5-4)利用式(7)对不规则地震数据进行插值计算：

s＝Dα (7)

式(7)中，s为插值后的地震数据，D为自适应字典基函数。