-
公开(公告)号：CN119596380A
公开(公告)日：2025-03-11
申请号：CN202510140088.5
申请日：2025-02-08
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本公开提供了一种确定地下反射率的网络模型的训练方法及装置，方法包括：获取地震成像的观测系统信息和震源子波；根据Sigbee速度模型、观测到的地震数据和初始数据生成初始偏移图像；根据平滑速度模型、散射点模型和初始数据确定近似模糊算子；通过卷积神经网络模型对初始偏移图像进行去模糊处理得到近似地下反射率；将近似地下反射率与近似模糊算子进行非平稳二维卷积处理，得到近似偏移图像；对卷积神经网络模型的网络参数进行迭代更新，使近似偏移图像与初始偏移图像的误差最小，得到目标卷积神经网络模型。应用本方法，提升了地下浅层及模型边界处的成像精度，抑制了偏移成像中底层之间的伪影。
-
公开(公告)号：CN116660982A
公开(公告)日：2023-08-29
申请号：CN202310960290.3
申请日：2023-08-02
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G01V1/28 , G06N3/0464 , G06F18/214 , G06F30/27
Abstract: 本发明提出一种基于注意力卷积神经网络的全波形反演方法，包括：构建数据集；所述数据集包括第一阶段训练数据集和第二阶段训练数据集；构建卷积神经网络；分别利用所述第一阶段训练数据集和第二阶段训练数据集，对所述卷积神经网络进行训练；基于训练后的所述卷积神经网络获取全波形反演结果。本发明在神经网络训练过程中引入物理约束可降低速度反演对训练数据的依赖，增加了注意力模块能提高对数据的利用效率，改善反演质量，提升智能反演方法的实用性。
-
公开(公告)号：CN119596380B
公开(公告)日：2025-05-09
申请号：CN202510140088.5
申请日：2025-02-08
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本公开提供了一种确定地下反射率的网络模型的训练方法及装置，方法包括：获取地震成像的观测系统信息和震源子波；根据Sigbee速度模型、观测到的地震数据和初始数据生成初始偏移图像；根据平滑速度模型、散射点模型和初始数据确定近似模糊算子；通过卷积神经网络模型对初始偏移图像进行去模糊处理得到近似地下反射率；将近似地下反射率与近似模糊算子进行非平稳二维卷积处理，得到近似偏移图像；对卷积神经网络模型的网络参数进行迭代更新，使近似偏移图像与初始偏移图像的误差最小，得到目标卷积神经网络模型。应用本方法，提升了地下浅层及模型边界处的成像精度，抑制了偏移成像中底层之间的伪影。
-
公开(公告)号：CN116660982B
公开(公告)日：2023-09-29
申请号：CN202310960290.3
申请日：2023-08-02
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G01V1/28 , G06N3/0464 , G06F18/214 , G06F30/27
Abstract: 本发明提出一种基于注意力卷积神经网络的全波形反演方法，包括：构建数据集；所述数据集包括第一阶段训练数据集和第二阶段训练数据集；构建卷积神经网络；分别利用所述第一阶段训练数据集和第二阶段训练数据集，对所述卷积神经网络进行训练；基于训练后的所述卷积神经网络获取全波形反演结果。本发明在神经网络训练过程中引入物理约束可降低速度反演对训练数据的依赖，增加了注意力模块能提高对数据的利用效率，改善反演质量，提升智能反演方法的实用性。
-
-
-
Search Results
4
records
(took 0.025 seconds)
