卷积神经网络的半监督层位追踪方法OA北大核心CSTPCD
层位追踪是地震资料解释的关键步骤,通常由解释人员以人机交互方式进行,效率较低。卷积神经网络可以构建地震数据和训练标签的非线性映射关系从而完成层位追踪,由于人工解释结果获取困难,仅由少量标签训练的模型泛化能力较差。为此,提出一种基于卷积神经网络的半监督层位追踪方法,将层位追踪转化为层位断层间区域的图像分割。首先使用自编码器对无标签数据进行训练,之后将部分参数迁移至有监督学习网络后使用少量标签数据进行有监督学习,最后对整个工区的地震数据进行预测,提取…查看全部>>
李沐阳;高建虎;雍学善;常德宽
中国石油勘探开发研究院西北分院,甘肃兰州730020中国石油勘探开发研究院西北分院,甘肃兰州730020中国石油勘探开发研究院西北分院,甘肃兰州730020中国石油勘探开发研究院西北分院,甘肃兰州730020
地质学
层位追踪地震资料解释卷积神经网络半监督学习图像分割
《石油地球物理勘探》 2024 (5)
P.938-947,10
中国石油集团科学研究与技术开发项目“人工智能地震处理解释新方法研究”(2021DJ3505)资助。
评论