[发明专利]基于卷积神经网络的地震反演大数据生成方法有效
| 申请号： | 201910894479.0 | 申请日： | 2019-09-20 |
| 公开（公告）号： | CN110488350B | 公开（公告）日： | 2021-10-29 |
| 发明（设计）人： | 黄旭日;代月;徐云贵;胡叶正;曹卫平;唐静 | 申请（专利权）人： | 西南石油大学 |
| 主分类号： | G01V1/28 | 分类号： | G01V1/28;G01V1/30;G01V1/40;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610500 四*** | 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： | 一种基于卷积神经网络的地震反演大数据生成方法，其核心是基于数据统计特征迁移生成大数据集，用于卷积神经网络实现地震反演，综合人工智能学、地球物理学、空间统计学、信息科学等多学科，将深度学习技术、大数据技术、地震反演技术等有机结合，针对地震反演所需数据集，以小数据生成大数据，解决野外勘探资料质量不高难题，降低数据收集成本及勘探风险，克服了现有技术存在的缺陷。 | ||
| 搜索关键词： | 基于 卷积 神经网络 地震 反演 数据 生成 方法 | ||
【主权项】：
1.基于卷积神经网络的地震反演大数据生成方法，其特征在于，包括如下步骤：/n步骤1，对目的工区每组测井波阻抗数据进行概率密度函数统计，选取符合筛选条件的两组数据；/n步骤2，将上述两组数据进行扰动漂移，同时根据波阻抗数据所对应的合成地震数据进行约束；/n步骤3，保存符合数据特征迁移收敛条件的所有数据，确定训练样本；/n步骤4，构建卷积神经网络模型，利用步骤3所述训练样本作为训练集进行模型训练；/n步骤5，利用步骤4中卷积神经网络训练模型对目的工区进行地震反演。/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西南石油大学，未经西南石油大学许可，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/201910894479.0/，转载请声明来源钻瓜专利网。
