-
公开(公告)号：CN102707313B
公开(公告)日：2014-12-17
申请号：CN201210117148.4
申请日：2012-04-19
Applicant: 电子科技大学
Abstract: 该发明属于地球物理测井及信号处理领域中利用脉冲耦合神经网络以实现拟声波曲线构建的方法。包括：导入声波曲线及其它测井曲线，预处理以对去除同一深度段内各测井曲线上的噪声成分，曲线幅值的归一化处理，确定网络的结构及网络初始化，分别统计各神经元的输出值为1的次数，确定拟声波曲线归一化后的幅值，获取拟声波曲线。该发明利用脉冲耦合神经网络方法将声波曲线与其它测井曲线进行合成处理，既不需样本、又不需对网络进行训练，且迭代次数少、数据处理量少，从而具有拟声波曲线的构建方法简捷、快速可靠，效率及准确度高，处理能力强、对数据量较大的测井曲线的合成处理效果尤为明显，可有效提高地震储层反演的分辨率和精度等特点。
-
公开(公告)号：CN102879822B
公开(公告)日：2015-09-30
申请号：CN201210365998.6
申请日：2012-09-28
Applicant: 电子科技大学
Abstract: 本发明属于地震资料油气预测、油气资源勘探及信号处理应用领域，提供了一种基于Contourlet变换的地震多属性融合方法，通过对信号的多分辨率、多方向性、局部化特性及各向异性的表示，提高描述属性信息的有效性，达到充分利用现有的各种属性信息，提高地震目标标定的准确性，从而能够更准确地进行储层预测及流体识别。
-
公开(公告)号：CN103971329A
公开(公告)日：2014-08-06
申请号：CN201410224816.2
申请日：2014-05-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于遗传优化细胞神经网络的多源图像融合方法，属于多源图像融合领域，本发明以细胞神经网络系统为框架，结合遗传算法自适应计算网络模板参数，将同一场景的多源图像通过已确定好模板参数的细胞神经网络（CNN），即可输出效果较好的融合图像，便于为图像信息的后续处理，如特征提取、图像识别、人为决策等方面提供更加有用而高效的信息；并且在可快速得到融合结果的同时，能有效提高所融合图像的准确度，以利于人眼的观察和机器探测，便于分析和实际的应用。
-
Patent Agency Ranking
公开(公告)号：CN102879823B
公开(公告)日：2015-07-22
申请号：CN201210365999.0
申请日：2012-09-28
Applicant: 电子科技大学
IPC: G01V1/30
Abstract: 本发明涉及独立分量分析（ICA）技术领域和地震多属性融合领域，提供了一种基于快速独立分量分析（FICA）的地震多属性融合方法。本发明方案是通过把参与融合的属性都分成相同大小和块数的属性块，从这些块里面选出一定数量的块，应用FICA的原理对选出的块做处理，求得分离矩阵和与之互逆的混合矩阵，用分离矩阵把所有的块映射到ICA域。根据融合规则分别对各属性对应的块在ICA域做融合，最后用把ICA域的融合结果映射到空间域得到融合结果。融合结果有助于分析复杂的地层信息，提高储层预测的精度。本方法可广泛应用于地震属性分析、综合解释、地震储层预测、岩性与流体识别。
-
公开(公告)号：CN102879823A
公开(公告)日：2013-01-16
申请号：CN201210365999.0
申请日：2012-09-28
Applicant: 电子科技大学
IPC: G01V1/30
Abstract: 本发明涉及独立分量分析（ICA）技术领域和地震多属性融合领域，提供了一种基于快速独立分量分析（FICA）的地震多属性融合方法。本发明方案是通过把参与融合的属性都分成相同大小和块数的属性块，从这些块里面选出一定数量的块，应用FICA的原理对选出的块做处理，求得分离矩阵和与之互逆的混合矩阵，用分离矩阵把所有的块映射到ICA域。根据融合规则分别对各属性对应的块在ICA域做融合，最后用把ICA域的融合结果映射到空间域得到融合结果。融合结果有助于分析复杂的地层信息，提高储层预测的精度。本方法可广泛应用于地震属性分析、综合解释、地震储层预测、岩性与流体识别。
-
公开(公告)号：CN102879822A
公开(公告)日：2013-01-16
申请号：CN201210365998.6
申请日：2012-09-28
Applicant: 电子科技大学
Abstract: 本发明属于地震资料油气预测、油气资源勘探及信号处理应用领域，提供了一种基于Contourlet变换的地震多属性融合方法，通过对信号的多分辨率、多方向性、局部化特性及各向异性的表示，提高描述属性信息的有效性，达到充分利用现有的各种属性信息，提高地震目标标定的准确性，从而能够更准确地进行储层预测及流体识别。
-
公开(公告)号：CN102707313A
公开(公告)日：2012-10-03
申请号：CN201210117148.4
申请日：2012-04-19
Applicant: 电子科技大学
Abstract: 该发明属于地球物理测井及信号处理领域中利用脉冲耦合神经网络以实现拟声波曲线构建的方法。包括：导入声波曲线及其它测井曲线，预处理以对去除同一深度段内各测井曲线上的噪声成分，曲线幅值的归一化处理，确定网络的结构及网络初始化，分别统计各神经元的输出值为1的次数，确定拟声波曲线归一化后的幅值，获取拟声波曲线。该发明利用脉冲耦合神经网络方法将声波曲线与其它测井曲线进行合成处理，既不需样本、又不需对网络进行训练，且迭代次数少、数据处理量少，从而具有拟声波曲线的构建方法简捷、快速可靠，效率及准确度高，处理能力强、对数据量较大的测井曲线的合成处理效果尤为明显，可有效提高地震储层反演的分辨率和精度等特点。
-
公开(公告)号：CN103971329B
公开(公告)日：2017-03-08
申请号：CN201410224816.2
申请日：2014-05-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于遗传优化细胞神经网络的多源图像融合方法，属于多源图像融合领域，本发明以细胞神经网络系统为框架，结合遗传算法自适应计算网络模板参数，将同一场景的多源图像通过已确定好模板参数的细胞神经网络（CNN），即可输出效果较好的融合图像，便于为图像信息的后续处理，如特征提取、图像识别、人为决策等方面提供更加有用而高效的信息；并且在可快速得到融合结果的同时，能有效提高所融合图像的准确度，以利于人眼的观察和机器探测，便于分析和实际的应用。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
