[发明专利]地质构造的智能解释方法有效
| 申请号： | 201910777505.1 | 申请日： | 2019-08-21 |
| 公开（公告）号： | CN110441820B | 公开（公告）日： | 2020-06-16 |
| 发明（设计）人： | 郭银玲;彭苏萍;杜文凤;李冬;彭凡 | 申请（专利权）人： | 中国矿业大学（北京） |
| 主分类号： | G01V1/30 | 分类号： | G01V1/30;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人： | 徐彦圣 |
| 地址： | 100000 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种地质构造的智能解释方法，涉及地震数据分析技术领域，包括：利用原始地震振幅数据的预先解释结果，通过对不同种类的构造赋值的方法生成标签数据体，作为卷积神经网络的训练集，构建卷积神经网络模型预测地质构造。考虑了层位及不同种类构造之间的相互关系，使构造处的层位解释更加清晰，对不同构造的地质解释更加精准。 | ||
| 搜索关键词： | 地质 构造 智能 解释 方法 | ||
【主权项】：
1.一种地质构造的智能解释方法，其特征在于，包括以下步骤：根据预先确定的原始地震振幅数据的解释结果，生成所述解释结果的三维数据体；基于所述解释结果，确定所述解释结果的类型；基于所述解释结果的类型，对所述解释结果的三维数据体进行赋值，生成所述解释结果的标签数据体；根据所述解释结果的标签数据体和原始地震振幅数据，建立训练集；利用所述训练集对预先确定的初始卷积神经网络模型进行训练，得到训练后的卷积神经网络模型，以便于利用所述训练后的卷积神经网络模型对待预测的地质构造进行预测。
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中国矿业大学（北京），未经中国矿业大学（北京）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/201910777505.1/，转载请声明来源钻瓜专利网。
