[发明专利]一种基于Unet++卷积神经网络的断层识别方法在审
| 申请号： | 201910800119.X | 申请日： | 2019-08-28 |
| 公开（公告）号： | CN110516740A | 公开（公告）日： | 2019-11-29 |
| 发明（设计）人： | 姚兴苗;蔡宇飞;胡光岷 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06T7/11 |
| 代理公司： | 51268 成都虹盛汇泉专利代理有限公司 | 代理人： | 王伟<国际申请>=<国际公布>=<进入国 |
| 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： | 本发明公开一种基于Unet++卷积神经网络的断层识别方法，应用于地震解释领域。针对目前在断层识别中存在的识别效率低、精度差、抗噪性差等问题，本发明通过构建地震振幅图像和已经标记好的断层标签来作为网络的训练集；根据构建的训练集对Unet++卷积神经网络训练，用训练好的Unet++卷积神经网络对实际的地震数据进行断层识别；本发明的方法可以实现快速精准的断层识别，并且识别结果分辨率高，抗噪性好。 | ||
| 搜索关键词： | 断层识别 卷积神经网络 抗噪性 训练集 构建 结果分辨率 地震解释 地震数据 地震振幅 快速精准 断层 标签 图像 应用 网络 | ||
【主权项】：
1.一种基于Unet++卷积神经网络的断层识别方法，其特征在于，包括：/nS1、构建训练集样本；根据构建的地震振幅图像和已经标记好的断层标签作为训练集样本；/nS2、构建Unet++网络模型，所述Unet++网络为四层结构，所述Unet++网络每一次下采样之后都进行上采样；/nS3、根据步骤S1的训练集样本对步骤S2构建的Unet++网络模型进行训练；/nS4、采用步骤S3训练好的Unet++网络模型对实际的地震数据进行断层识别。/n
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/201910800119.X/，转载请声明来源钻瓜专利网。
