[发明专利]一种基于贝叶斯判别的折射波初至优选方法及系统

权利要求书

1.一种基于贝叶斯判别的折射波初至优选方法，其特征在于，该方法包括：

S101，获取初至数据；

S102，对所述初至数据进行线性动校正处理，得到初至样本，并将所述初至样本分成训练样本和判别样本；

S103，根据所述训练样本生成贝叶斯分类器；

S104，利用所述贝叶斯分类器，判断所述判别样本中的初至信息是否为有效折射波初至信息，根据判断结果得到有效折射波初至信息；

S105，根据所述有效折射波初至信息进行折射波静校正计算，得到炮点和检波点的折射波静校正量；

其中，S101，获取初至数据，包括：

读取工区内微测井提供的高速层速度数据、地震炮集数据对应的初至数据；

其中，S102，对所述初至数据进行线性动校正处理，得到初至样本，并将所述初至样本分成训练样本和判别样本，包括：

对初至数据进行线性动校正处理，线性动校正速度为高速层的地震波传播速度；

在线性动校正后的初至时间服从式1的高斯分布或式2的混合高斯分布：

式1中，μ和σ分别为高斯模型的均值和方差；

式2中，M为混合高斯模型的个数，λ_c是每个高斯模型所占的比例，μ_c和σ_c分别为每个高斯模型的均值和方差；

t为线性动校后的初至走时，如式3：

式3中，t₀为原始初至走时，x为对应的偏移距，v是选用的线性动校正速度，选用微测井提供的高速层速度数据作为线性动校正速度，使得线性动校正后的初至时间大致服从零均值高斯分布；

进一步的，判断线性动校后的折射波初至走时服从高斯分布或混合高斯分布；

如服从高斯分布，计算相应的均值和方差：

式4及式5中，t_i为高斯分布模型的初至走时，N是样本的个数；

如果服从混合高斯模型，则先判别混合高斯模型的个数，选取M＝2或3；利用AIC准则判断混合高斯模型的个数；AIC准则的计算公式如下：

AIC＝2*NlogL+2*M；   (6)

式6中，N是样本的个数，L是样本的负对数似然函数，M是混合高斯模型的个数；

分别计算混合高斯模型个数M＝2和3对应的AIC值，如果M＝2的AICM＝3的AIC，则认为线性动校后的初至服从M＝2的混合高斯模型；如果M＝2的AICM＝3的AIC，则认为线性动校后的初至服从M＝3的混合高斯模型。

2.根据权利要求1所述的基于贝叶斯判别的折射波初至优选方法，其特征在于，根据所述训练样本生成贝叶斯分类器，包括：

在训练样本中拾取有效折射波初至以及非有效折射波初至，其中，有效折射波初至为信号，非有效折射波初至为噪声；

设置信号和噪声的先验概率P(ω₁)与P(ω₂)及信号和噪声的条件概率密度P(t|ω₁)和P(t|ω₂)，在设置的条件下利用概率函数估计方法预估信号样本和噪声样本的概率密度函数；

根据所述概率密度函数生成贝叶斯分类器。