公开(公告)号：CN117250657A

公开(公告)日：2023-12-19

申请号：CN202311531698.5

申请日：2023-11-17

Applicant: 东北石油大学三亚海洋油气研究院

Inventor： 张岩 ,  张一鸣 ,  杨壮 ,  宋利伟 ,  王鹏 ,  孙宇航 ,  董宏丽

IPC: G01V1/28 ,  G01V1/36

Abstract: 本发明涉及地球科学技术与人工智能交叉技术领域，特别是涉及一种地震数据重建去噪一体化方法，包括：获取地震数据；将所述地震数据输入预设的地震数据恢复模型中，输出重建去噪后的地震数据，其中，所述数据恢复模型基于训练集训练获得，所述训练集包括理想地震数据和训练地震数据，所述数据恢复模型采用Swin Transformer生成对抗网络构建。本发明通过对生成器和判别器以及损失函数进行设计，构建数据恢复模型，能够更好的利用地震数据的全局信息与关联性等特点，解决先前的模型由于感受野有限无法引入全局信息导致恢复出的地震数据较为模糊的问题。

公开(公告)号：CN116626753B

公开(公告)日：2023-10-13

申请号：CN202310911521.1

申请日：2023-07-25

Applicant: 东北石油大学三亚海洋油气研究院

Inventor： 张岩 ,  张永雪 ,  刘小秋 ,  董春峰 ,  张弛 ,  张一鸣

IPC: G01V1/28 ,  G06F18/24 ,  G06N3/0464 ,  G06F18/214 ,  G06F18/25

Abstract: 本申请公开了一种基于多模态神经网络的微地震事件识别方法及系统，其中方法包括以下步骤：获取时域样本和S域样本，基于所述时域样本和所述S域样本构建训练数据集；构建深度学习网络模型G，并设定模型损失函数；基于所述训练数据集训练所述深度学习网络模型G，得到识别模型；利用所述识别模型进行微地震事件识别。本申请结合微地震数据的时域模态和S域模态的深度学习卷积神经网络结构，充分挖掘微地震信号的多模态信息，提高了模型的准确率，在强噪声干扰下本申请仍然能够有较好的表现，对事件依然能够较好地识别，利用多模态特征能够较好地识别到部分微地震事件，本申请对小幅值事件具有一定的识别能力。

公开(公告)号：CN117250657B

公开(公告)日：2024-03-08

申请号：CN202311531698.5

申请日：2023-11-17

Applicant: 东北石油大学三亚海洋油气研究院

Inventor： 张岩 ,  张一鸣 ,  杨壮 ,  宋利伟 ,  王鹏 ,  孙宇航 ,  董宏丽

IPC: G01V1/28 ,  G01V1/36

公开(公告)号：CN116626753A

公开(公告)日：2023-08-22

申请号：CN202310911521.1

申请日：2023-07-25

Applicant: 东北石油大学三亚海洋油气研究院

Inventor： 张岩 ,  张永雪 ,  刘小秋 ,  董春峰 ,  张弛 ,  张一鸣

IPC: G01V1/28 ,  G06F18/24 ,  G06N3/0464 ,  G06F18/214 ,  G06F18/25

Abstract: 本申请公开了一种基于多模态神经网络的微地震事件识别方法及系统，其中方法包括以下步骤：获取时域样本和S域样本，基于所述时域样本和所述S域样本构建训练数据集；构建深度学习网络模型G，并设定模型损失函数；基于所述训练数据集训练所述深度学习网络模型G，得到识别模型；利用所述识别模型进行微地震事件识别。本申请结合微地震数据的时域模态和S域模态的深度学习卷积神经网络结构，充分挖掘微地震信号的多模态信息，提高了模型的准确率，在强噪声干扰下本申请仍然能够有较好的表现，对事件依然能够较好地识别，利用多模态特征能够较好地识别到部分微地震事件，本申请对小幅值事件具有一定的识别能力。