[发明专利]一种基于对抗学习的地震波阻抗反演方法

权利要求书

1.一种基于对抗学习的地震波阻抗反演方法，其特征在于，所述方法基于的对抗网络包括：生成器网络与判别器网络；

在对抗网络训练的阶段，生成器网络的输入为训练数据与其同维度的噪声数据，生成器网络的输出为阻抗数据；判别器网络的输入包括真实地震数据以及合成地震数据，所述合成地震数据根据生成器网络输出的阻抗数据与地震子波合成；根据判别器网络的输出对生成器网络与判别器网络进行交替训练；

采用训练完成后的对抗网络进行波阻抗反演；

还包括对生成器网络进行预训练，预训练时生成器网络的损失函数为：

其中，Seismic_G代表利用生成的阻抗合成的地震记录，Seismic_R表示真实的地震记录；

生成对抗网络训练时生成器网络的损失函数为：

其中，Seismic_G代表利用生成的阻抗合成的地震记录，Seismic_R表示真实的地震记录，G_ip表示生成器生成的阻抗，init_ip表示初始的阻抗模型。

2.根据权利要求1所述的一种基于对抗学习的地震波阻抗反演方法，其特征在于，在对抗网络训练的阶段，生成器网络的输入的训练数据为获取的地震数据，将该地震数据作为条件数据，通过在每一道沿单道数据长度的方向拼接在噪声数据后面。

3.根据权利要求1所述的一种基于对抗学习的地震波阻抗反演方法，其特征在于，所述噪声数据采样自标准正态分布的且与训练数据具有相同维度。

4.根据权利要求1所述的一种基于对抗学习的地震波阻抗反演方法，其特征在于，在对抗网络训练的阶段，判别器网络输入的合成地震数据，具体为：生成器网络输出的阻抗数据进行反归一化后与地震子波进行卷积，得到合成地震数据。

5.根据权利要求1所述的一种基于对抗学习的地震波阻抗反演方法，其特征在于，采用训练完成后的对抗网络进行波阻抗反演时，生成器网络的输入为采样自标准正态分布的噪声数据，以及和该数据相同维度的经过标准化后的地震数据。