-
公开(公告)号：CN117991377B
公开(公告)日：2024-06-11
申请号：CN202410396036.X
申请日：2024-04-03
Applicant: 北京大学
Abstract: 一种基于多源信息融合的初至波走时层析成像方法及系统，属于地震层析成像技术领域。为提高初至波走时层析成像精度，本发明采集数据构建走时场神经网络、速度神经网络；对构建的走时场神经网络设置初至波走时约束条件、边界条件约束条件，对速度神经网络设置微测井速度约束条件、地表地质露头层位信息约束条件，设置程函方程连接走时场神经网络、速度神经网络，作为走时场神经网络和速度神经网络的程函方程约束条件，构建初至波走时层析成像网络模型设置损失函数，得到初至波走时层析成像网络模型；将数据训练集输入到初至波走时层析成像网络模型中进行模型训练，得到完成训练的初至波走时层析成像网络模型。本发明预测准确。
-
公开(公告)号：CN117991377A
公开(公告)日：2024-05-07
申请号：CN202410396036.X
申请日：2024-04-03
Applicant: 北京大学
Abstract: 一种基于多源信息融合的初至波走时层析成像方法及系统，属于地震层析成像技术领域。为提高初至波走时层析成像精度，本发明采集数据构建走时场神经网络、速度神经网络；对构建的走时场神经网络设置初至波走时约束条件、边界条件约束条件，对速度神经网络设置微测井速度约束条件、地表地质露头层位信息约束条件，设置程函方程连接走时场神经网络、速度神经网络，作为走时场神经网络和速度神经网络的程函方程约束条件，构建初至波走时层析成像网络模型设置损失函数，得到初至波走时层析成像网络模型；将数据训练集输入到初至波走时层析成像网络模型中进行模型训练，得到完成训练的初至波走时层析成像网络模型。本发明预测准确。
-
Search Results
2
records
(took 0.016 seconds)
