三维地震数据的多尺度断层识别方法、装置、设备及介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
三维地震数据的多尺度断层识别方法、装置、设备及介质
申请号:CN202411586014
申请日期:2024-11-07
公开号:CN119105087A
公开日期:2024-12-10
类型:发明专利
摘要
本申请公开了一种三维地震数据的多尺度断层识别方法、装置、设备及介质,涉及深度学习技术领域,包括获取地震子波,并设计不同的地质模型,基于不同的地质模型和地震子波生成地震数据,对地震数据进行三维增强扩充以及归一化处理,得到处理后地震数据;构建双分支卷积神经网络模型,利用处理后地震数据对双分支卷积神经网络模型进行训练、测试及超参数优化,得到优化后的双分支卷积神经网络模型;获取实际地震数据,将实际地震数据输入至优化后的双分支卷积神经网络模型中,以得到多尺度断层识别结果。本申请能够解决在地震数据断层解释方面存在特征提取不充分的问题,精确地识别和区分地震数据中的断层,提高三维地震数据断层识别效率和准确性。
技术关键词
三维地震数据 断层识别方法 分支卷积神经网络 精确地识别 生成多尺度 深度学习技术 超参数 数据处理模块 网络架构 识别装置 识别模块 优化器 可读存储介质 处理器 指标
系统为您推荐了相关专利信息
智能鉴别方法 注意力 空间金字塔池化 空洞 雌雄蚕蛹
语义特征 Softmax函数 融合多尺度特征 图像局部特征 注意力机制
错误检测模块 频谱特征 纠正策略 纠错系统 低频段
车牌识别系统 生成对抗网络 双分支卷积神经网络 神经网络混合模型 可变形卷积层
模型更新 联邦学习模型 Louvain算法 客户端 过滤方法