基于自动生成样本的优化Deeplabv3+网络速度建模方法OA北大核心CSTPCD
建立精确的速度模型对地震成像和解释十分重要,深度学习方法为建立精确的速度模型提供了新的途径,然而,目前可用于速度建模网络训练的样本非常有限。为此,提出了一种利用随机曲线模拟地下速度模型,自动生成大量样本用于深度学习训练的方法。该方法通过生成一组随机数,插值形成随机序列,利用三角函数将随机序列生成随机曲线来模拟地下界面,生成层状速度模型,在此基础上,通过添加断裂、速度异常体和地层倾角来模拟更复杂的速度模型;在速度预测网络构建方面,选取Deeplab…查看全部>>
刘超;周怀来;刘兴业;王元君
成都理工大学地球物理学院,四川成都610059成都理工大学地球物理学院,四川成都610059 成都理工大学地球勘探与信息技术教育部重点实验室,四川成都610059成都理工大学地球物理学院,四川成都610059 成都理工大学地球勘探与信息技术教育部重点实验室,四川成都610059成都理工大学地球物理学院,四川成都610059
地质学
速度建模随机曲线模拟自动生成样本深度学习纵波速度
《石油物探》 2024 (5)
P.953-967,15
评论