一种基于深度神经网络的多尺度、多层次地震速度图像反演系统

    公开(公告)号:CN118655619B

    公开(公告)日:2025-03-11

    申请号:CN202410809832.1

    申请日:2024-06-21

    Abstract: 本发明提供一种基于深度神经网络的多尺度、多层次地震速度图像反演系统,包括CTFWI模型,CTFWI模型包括多层次多尺度编码器和解码器,其中:多层次多尺度编码器用于提取同时包含二维空间信息和全局信息的多层次多尺度地震数据特征;解码器用于将多层次多尺度编码器提取的多层次多尺度地震数据特征进行形状恢复,输出地震速度图像。多层次多尺度编码器包括预处理单元和四个特征交互单元,四个特征交互单元层层递进,特征的层次不断加深,尺度也在不断变小,最终可以提取同时包含二维空间信息和全局信息的多层次多尺度的特征。CTFWI模型在解码器中引入了评价门,能够筛选出更好的特征像素,提升生成速度图像的质量。

    一种基于深度神经网络的多尺度、多层次地震速度图像反演系统

    公开(公告)号:CN118655619A

    公开(公告)日:2024-09-17

    申请号:CN202410809832.1

    申请日:2024-06-21

    Abstract: 本发明提供一种基于深度神经网络的多尺度、多层次地震速度图像反演系统,包括CTFWI模型,CTFWI模型包括多层次多尺度编码器和解码器,其中:多层次多尺度编码器用于提取同时包含二维空间信息和全局信息的多层次多尺度地震数据特征;解码器用于将多层次多尺度编码器提取的多层次多尺度地震数据特征进行形状恢复,输出地震速度图像。多层次多尺度编码器包括预处理单元和四个特征交互单元,四个特征交互单元层层递进,特征的层次不断加深,尺度也在不断变小,最终可以提取同时包含二维空间信息和全局信息的多层次多尺度的特征。CTFWI模型在解码器中引入了评价门,能够筛选出更好的特征像素,提升生成速度图像的质量。

Patent Agency Ranking