[发明专利]基于深度自编码器的地震数据特征提取及聚类方法及装置

说明书

本发明提供了一种基于深度自编码器的地震数据特征提取及聚类方法及装置，所述方法包含：获取地震资料数据，根据所述地震资料数据和目标层级信息提取目标层间的层间数据；将所述层间数据带入深度自编码器网络中进行无监督训练获得特征模型；通过所述特征模型于所述地震资料数据中提取获得特征数据；对所述特征数据进行聚类分析获得特征点，将所述特征点还原为原二维平面获得波形聚类结果。

技术领域

本发明涉及地震信号处理及解释技术，尤指一种基于深度自编码器的地震数据特征提取及聚类方法及装置。

背景技术

传统上在进行波形聚类时，一般是在时间域沿层选取一个时窗，取出一段数据用于波形聚类，或对其进行傅里叶变换在频率域做聚类分析。然而选取时窗取出的数据波形可能不具代表性，往往不是目的层的真实表示；同时，取出的单道波形数据特征点过多，存在严重的数据冗余，增加了波形聚类算法的不稳定性和复杂性；频谱方法容易受到噪声干扰，对信噪比低的数据存在较大影响。

发明内容

本发明目的在于提供一种基于深度自编码器的地震数据特征提取及聚类方法及装置，实现地震相分析重要依据的地震数据压缩与特征提取，并提高波形聚类效果。

为达上述目的，本发明所提供的一种基于深度自编码器的地震数据特征提取及聚类方法，具体包含：获取地震资料数据，根据所述地震资料数据和目标层级信息提取目标层间的层间数据；将所述层间数据带入深度自编码器网络中进行无监督训练获得特征模型；通过所述特征模型于所述地震资料数据中提取获得特征数据；对所述特征数据进行聚类分析获得特征点，将所述特征点还原为原二维平面获得波形聚类结果。

在上述基于深度自编码器的地震数据特征提取及聚类方法中，根据所述地震资料数据和目标层级信息提取目标层间的层间数据包含：根据所述地震资料数据和目标层级提取顶层数据和底层数据；根据所述顶层数据和底层数据于所述地震资料数据获得顶层数据和底层数据在地震数据中的坐标数据；根据所述顶层数据、所述底层数据及对应的坐标数据于所述地震资料数据获得目标层间的层间数据。

在上述基于深度自编码器的地震数据特征提取及聚类方法中，优选的，根据所述顶层数据、所述底层数据及对应的坐标数据计算获得目标层间的层间数据包含：以所述顶层数据对应的坐标数据和所述底层数据对应的坐标数据为界限，于所述地震资料数据中获得整块数据；将所述整块数据的每一道数据中顶层以上及底层以下的数据置零，获得目标层间的层间数据。

在上述基于深度自编码器的地震数据特征提取及聚类方法中，优选的，根据所述顶层数据、所述底层数据及对应的坐标数据计算获得目标层间的层间数据包含：根据所述顶层数据对应的坐标数据和所述底层数据对应的坐标数据获得所述顶层数据与所述底层数据之间最小层间距；以所述最小层间距作为自适应池化输出值对所述顶层数据与所述底层数据之间每一道数据进行自适应池化处理，获得目标层间的层间数据。

在上述基于深度自编码器的地震数据特征提取及聚类方法中，优选的，根据所述顶层数据、所述底层数据及对应的坐标数据计算获得目标层间的层间数据包含：根据所述顶层数据对应的坐标数据和所述底层数据对应的坐标数据获得所述顶层数据与所述底层数据之间最大层间距；对所述顶层数据与所述底层数据之间每一道数据进行插值/重采样处理获得多个输出数据；将所述输出数据与所述最大层间距比较，当比较结果为大小一致时，根据所述输出数据获得目标层间的层间数据。

在上述基于深度自编码器的地震数据特征提取及聚类方法中，优选的，将所述层间数据带入深度自编码器网络中进行无监督训练获得特征模型包含：将所述层间数据带入卷积自编码器或全连接自编码器中进行无监督训练获得特征模型。