-
公开(公告)号：CN113820749A
公开(公告)日：2021-12-21
申请号：CN202111118628.8
申请日：2021-09-24
Applicant: 吉林大学
Abstract: 本发明公开了一种基于机器学习的地震数据速度场异常反演方法，包括以下步骤：建立面向地震数据的U‑Net深度学习网络并使用训练数据集对其进行训练，训练数据集由地震波形图、速度场图像、异常点图像三类组成；将生成的地震波形图输入至U‑Net深度学习网络，生成速度场图像和异常点图像，并进行特征标签集的预测。该基于机器学习的地震数据速度场异常反演方法，通过建立U‑Net深度学习网络并将获得的地震波图形输入至U‑Net深度学习网络，生成由该方法预测的速度场图像和异常点图像，与实际的速度场、异常点相比较而言，具有很高的精度，且是对偏移成像前的炮集地震数据开展研究，这样可以有效的避免由于偏移成像算法所带来的误差。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
