基于深度学习的高分辨率断层的自动识别方法和装置

    公开(公告)号:CN115639605B

    公开(公告)日:2024-05-28

    申请号:CN202211331692.9

    申请日:2022-10-28

    Inventor: 林磊 李成龙 钟志

    Abstract: 本发明提供一种基于深度学习的高分辨率断层的自动识别方法和装置,包括:获取待识别地震图像;将所述待识别地震图像输入质量提升模型,输出提升后地震图像;其中,所述质量提升模型是基于多个样本低质量地震图像和对应的高质量地震图像标签构建的第一训练集和第一验证集进行训练后得到的,所述第一训练集和所述第一验证集通过随机参数模拟生成;将所述提升后地震图像输入断层识别模型,输出断层概率图;其中,所述断层识别模型是基于多个样本地震图像和对应的断层概率图标签构建的第二训练集和第二验证集进行训练后得到的。所提出的方法相较于常规方法可获得更干净清晰的断层概率图,预测的断层位置也更加准确。

    基于深度学习的高分辨率断层的自动识别方法和装置

    公开(公告)号:CN115639605A

    公开(公告)日:2023-01-24

    申请号:CN202211331692.9

    申请日:2022-10-28

    Inventor: 林磊 李成龙 钟志

    Abstract: 本发明提供一种基于深度学习的高分辨率断层的自动识别方法和装置,包括:获取待识别地震图像;将所述待识别地震图像输入质量提升模型,输出提升后地震图像;其中,所述质量提升模型是基于多个样本低质量地震图像和对应的高质量地震图像标签构建的第一训练集和第一验证集进行训练后得到的,所述第一训练集和所述第一验证集通过随机参数模拟生成;将所述提升后地震图像输入断层识别模型,输出断层概率图;其中,所述断层识别模型是基于多个样本地震图像和对应的断层概率图标签构建的第二训练集和第二验证集进行训练后得到的。所提出的方法相较于常规方法可获得更干净清晰的断层概率图,预测的断层位置也更加准确。

    一种利用生成对抗网络提升地震数据分辨率和降噪的方法

    公开(公告)号:CN116068644B

    公开(公告)日:2024-07-09

    申请号:CN202211050090.6

    申请日:2022-08-31

    Abstract: 本发明属于地球物理勘探领域,特别涉及一种基于合成地震数据利用生成对抗网络提升地震数据分辨率和降噪的新方法。包括以下步骤:S1.基于随机参数控制模拟包含褶皱和断层等地质特征在内的地层反射率模型;S2.基于地层反射率模型生成成对的高分辨率无噪音和低分辨率有噪音的地震数据;S3.搭建用于地震图像分辨率提升和降噪的生成对抗网络模型;S4.定义训练时的生成器和判别器的损失函数;S5.在合成地震数据上进行生成对抗网络的训练,验证和测试;S6.将训练好的网络生成器应用到野外地震数据上进行真实地震数据的分辨率提升和降噪,该方法的优势在于不需要任何真实的地震数据进行网络训练,而且可以同时实现地震数据的分辨率和信噪比的提升。

Patent Agency Ranking