[发明专利]一种地震波初至点的拾取方法以及设备

权利要求书

1.一种地震波初至点的拾取方法，包括步骤：

对多道地震波分别进行预设处理，以将每道地震波处理为若干个数据窗口；

利用所述多道地震波的数据窗口构建第一训练集和第一测试集，并利用所有存在初至点的数据窗口构建第二训练集和第二测试集；

构建分类神经网络模型和回归神经网络模型；

利用所述第一训练集和第一测试集对所述分类神经网络模型进行训练和测试，并利用所述第二训练集和第二测试集对所述回归神经网络模型进行训练和测试；

利用训练好的分类神经网络模型对经过预设处理的待拾取地震波进行推理，得到存在初至点的数据窗口，然后利用训练好的回归神经网络模型在所述存在初至点的数据窗口中拾取所述初至点。

2.如权利要求1所述的方法，其特征在于，所述预设处理包括：

对地震波进行采样，以得到多个采样数据，进而利用所述多个采样数据构成所述若干个数据窗口。

3.如权利要求2所述的方法，其特征在于，所述预设处理还包括：在采样之前，将地震波转换为十进制的振幅数据，并除以振幅数据绝对值最大值，以得到振幅数据范围为[-1，1]的地震波。

4.如权利要求1所述的方法，其特征在于，利用多道地震波的数据窗口构建第一训练集和第一测试集进一步包括：

将每一个数据窗口作为中间窗口，其相邻的两个数据窗口分别作为上、下窗口，共同组成一个样本，得到多个样本后构建第一训练集和第一测试集，其中，若作为中间窗口的数据窗口只有一个相邻的数据窗口，进行补零处理。

5.如权利要求4所述的方法，其特征在于，利用多道地震波的数据窗口构建第一训练集和第一测试集进一步包括：

为所述第一训练集和所述第一测试集加标签，所述第一训练集和所述第一测试集的标签为作为中间窗口的数据窗口是否存在初至点，若存在初至点，则标签为1，否则标签为0。

6.如权利要求1所述的方法，其特征在于，利用所有存在初至点的数据窗口构建第二训练集和第二测试集进一步包括：

为所述第二训练集和所述第二测试集加标签，所述第二训练集和所述第二测试集的标签为所述初至点对应的初至时间。

7.如权利要求1所述的方法，其特征在于，利用所述第一训练集和第一测试集对所述分类神经网络模型进行训练和测试，并利用所述第二训练集和第二测试集对所述回归神经网络模型进行训练和测试包括：

对训练好的分类神经网络模型和/或回归神经网络模型进行测试时，若测试结果不符合精度要求，则继续对所述分类神经网络模型和/或所述回归神经网络模型进行训练，直到测试结果符合精度要求。

8.如权利要求1所述的方法，其特征在于，所述方法还包括步骤：

利用可视化模块输出多炮单道拾取结果、单炮多道拾取结果、单道拾取结果及预测误差箱线图中的至少一种。

9.一种计算机设备，包括：

至少一个处理器；以及

存储器，所述存储器存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行如权利要求1-8任意一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时执行权利要求1-8任意一项所述的方法。