[发明专利]一种基于t分布随机近邻嵌入的多频率属性融合砂体解释方法、设备及可读存储介质

权利要求书

1.一种基于t分布随机近邻嵌入的多频率属性融合砂体解释方法，其特征在于，包括以下步骤：

计算待分析的地震数据的傅里叶变换频谱，确定待抽取的频率分量数量；

计算待分析的所述地震数据的时频谱；

根据所述频率分量数量和所述时频谱抽取所述地震数据的多频率属性；

根据所述地震数据的大小确定融合多频率属性的参数；

结合所述融合多频率属性的参数和t分布随机近邻嵌入算法融合所述多频率属性，以解释砂体厚度与空间展布。

2.根据权利要求1所述的解释方法，其特征在于，所述计算待分析的地震数据的傅里叶变换频谱，确定待抽取的频率分量数量的步骤包括：

读取三维的所述地震数据u(t，imline，xline)；

计算三维的所述地震数据的傅里叶频谱；

根据所述傅里叶频谱的带宽范围确定待抽取的频率分量数量M。

3.根据权利要求2所述的解释方法，其特征在于，所述计算待分析的所述地震数据的时频谱的步骤包括：

通过S变换计算三维的地震数据；

对于给定的三维的地震数据u(t，inline，xline)，其使用S变换转换得到的时频谱结果记为ST(τ，f)，S变换的定义为

其中，inline和xline代表三维地震数据的待处理的单道地震信号，t代表时间变量，f代表频率变量，τ揭示了高斯窗函数w(t)的位置信息。

4.根据权利要求3所述的解释方法，其特征在于，所述根据所述频率分量数量和所述时频谱抽取所述地震数据的多频率属性的步骤包括：

根据所述地震数据的所述时频谱ST(τ，f，inline，xline)抽取M个多频率属性ST(τ，f_m，inline，xline)，m＝1，2…M，其中f_m表示M个待抽取多频率属性的频率。

5.根据权利要求4所述的解释方法，其特征在于，所述结合所述融合多频率属性的参数和t分布随机近邻嵌入算法融合所述多频率属性的步骤包括：

根据融合多频率属性的参数σ使用t分布随机近邻嵌入算法融合多频率属性ST(τ，f_m，inline，xline)，m＝1，2…M；

计算x_i映射到数据点x_j的相似度p_j|i和x_j映射到数据点x_i的相似度p_i|j；

由p_j|i和p_i|j计算联合概率分布p_ij，计算低维空间分布中点y_i和y_j之间的联合概率q_ij；

使用KL散度评价q_ij映射到p_ij的准确性，通过梯度下降法实现KL散度的最小化；

其中，p_i|j和p_j|i表示高维空间分布中数据点之间相似性的条件概率，p_ij表示高维空间分布中数据点之间相似的联合概率，q_ij表示低维空间分布中数据点之间相似的联合概率。