公开(公告)号：CN116776734A

公开(公告)日：2023-09-19

申请号：CN202310755330.0

申请日：2023-06-26

Applicant: 东北石油大学

Inventor： 张岩 ,  孟德聪 ,  周一帆 ,  张一鸣 ,  张弛 ,  宋利伟

IPC: G06F30/27 ,  G01V1/30 ,  G01V1/28 ,  G06F30/23 ,  G06T17/20 ,  G06F18/2131 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/044 ,  G06N3/0455 ,  G06F111/04 ,  G06F111/08 ,  G06F119/10 ,  G06F123/02

Abstract: 本发明属于地球科学技术与人工智能交叉领域，具体涉及一种基于物理约束神经网络的地震速度反演方法，该方法的步骤为1、训练数据集准备；2、先验知识处理和引入；3、网络输入与标签设定；4、基于物理先验约束的速度反演网络构建；5、损失函数设定；6、预训练数据驱动的速度反演子网；7、结合RNN正演约束网络联合训练。将数据驱动的神经网络和物理规律驱动的RNN正演约束网络结合起来实现基于数据和模型双驱动的速度反演网络，并结合迁移学习的思想先预训练数据驱动的速度反演网络，然后结合RNN正演约束网络进行联合训练，最终网络在较少样本的情况下实现高精度的速度反演。

公开(公告)号：CN114065595A

公开(公告)日：2022-02-18

申请号：CN202111501938.8

申请日：2021-12-09

Applicant: 东北石油大学

Inventor： 张岩 ,  崔淋淇 ,  董宏丽 ,  宋利伟 ,  田枫 ,  李井辉 ,  赵建民 ,  周一帆

IPC: G06F30/23 ,  G06F30/27 ,  G01V1/36 ,  G06N3/04 ,  G06N3/08 ,  G06F111/10 ,  G06F111/04

Abstract: 本发明涉及的是基于稀疏约束空‑频域联合学习的波场数值频散压制方法，它包括:训练数据集预处理；样本标签准备；卷积核稀疏化准备；设计联合学习模型G的网络结构；设计损失函数；训练并保存网络模型；测试网络模型性能。通过傅立叶变换将波场数据变换至频率域，获得频域波场的纹理特征；将用低价有限差分法对波动方程进行求解所得到的高频散波场数据作为输入，高阶有限差分法所得到的无频散的空域与频域特征作为标签；构建空间域与频率域联合深度学习网络结构；利用波场数据的稀疏性引入稀疏约束对卷积核进行稀疏化，本发明充分利用波场特征，有效压制数值频散问题，得到高精度、高质量的波场数据。