[发明专利]一种基于深度卷积生成对抗网络的叠前地震波形分类方法有效
| 申请号： | 201810946436.8 | 申请日： | 2018-08-20 |
| 公开（公告）号： | CN109143353B | 公开（公告）日： | 2019-10-01 |
| 发明（设计）人： | 钱峰;魏巍;尹淼;胡光岷 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G01V1/30 | 分类号： | G01V1/30 |
| 代理公司： | 成都虹盛汇泉专利代理有限公司 51268 | 代理人： | 王伟 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度卷积生成对抗网络的叠前地震波形分类方法，属于地震相分析领域。本发明根据深度卷积生成对抗网络(DCGAN)对叠前地震波形进行半监督分类，先使用无标签样本让网络学习到叠前地震数据的特征，然后用少量有标签网络精调。本发明能从大量无标签数据中学习数据分布特性，具有很好的特征表示能力。相对于其他半监督方法需要使用多个分类器来增加训练样本，训练方法更简单。相对于其他深度学习特征提取方法，无须启发式损失函数，也能很好地表征图像。 | ||
| 搜索关键词： | 卷积 地震波形分类 半监督 对抗 叠前地震数据 无标签样本 标签数据 标签网络 地震波形 分布特性 损失函数 特征表示 特征提取 网络学习 学习数据 训练样本 网络 分类器 启发式 对叠 精调 地表 图像 地震 分类 分析 学习 | ||
【主权项】：
1.一种基于深度卷积生成对抗网络的叠前地震波形分类方法，其特征在于，包括以下步骤：步骤1，对叠前地震数据进行预处理，进行结构导向滤波后根据层位提取样本数据，根据测井位置选取测井邻域数据为有标签数据，其余数据为无标签数据；步骤2，输入所述无标签数据至深度卷积生成对抗网络进行训练；步骤3，将所述深度卷积生成对抗网络中判别器的最后一层替换为softmax分类器，构造分类网络模型；步骤4，输入所述有标签数据至所述分类网络模型进行精调；步骤5，输入地震工区数据至精调后的分类网络模型，得到所有样本的分类结果和地震相图。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810946436.8/，转载请声明来源钻瓜专利网。
