基于U-Net深度学习网络的地震数据断层检测

来源 :石油地球物理勘探 | 被引量 : 0次 | 上传用户：qnmdmmmm

【摘要】

：

断层解释是地震资料解释的关键环节之一。随着人工智能技术的发展,断层的自动、快速识别成为机器学习方法在地球物理领域应用的一个研究热点。目前,断层智能识别还存在着模型训练难度大以及实际资料预测效果不理想等问题。为此,提出一种基于U-Net深度学习网络的地震数据断层检测方法,即在网络结构中结合U-Net和残差模块Res-50,构建了新的网络——ResU-Net。ResU-Net利用1×1×1卷积核处理特征图像通道数,在减少网络时间复杂度的同时,在原有U-Net基础上扩展了网络的深度,有效提高了网络的运算效率和学

【作者】

：

杨午阳杨佳润陈双全匡丽琴王恩利周春雷

【机构】

：

中国石油勘探开发研究院西北分院,中国石油大学（北京）CNPC物探重点实验室,中国石油大学（北京）油气资源与探测国家重点实验室

【出处】

：

石油地球物理勘探

【发表日期】

：

2021年4期

【关键词】

：

断层检测 U-Net 残差模块机器学习资料解释

【基金项目】

：

国家重点研发计划项目“基于人工智能的多元信息相容性表达研究”(2018YFA0702501),中国石油天然气集团有限公司—中国石油大学(北京)战略合作科技专项“物探人工智能理论与应用场景关键技术研究”(ZLZX2020-03)联合资助。

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

大豆蛋白凝胶性及其改良方法的研究进展

大豆蛋白是一种优质的植物蛋白质,资源丰富,具有良好的营养价值和独特的功能特性,其中凝胶性是较为重要的一种特性.随着大豆蛋白的科学研究和商业化生产越来越受到人们的关注

期刊

大豆蛋白凝胶性形成机理改良方法

牦牛乳酪蛋白水解制备DPP-IV抑制肽的蛋白酶发掘及其酶解工艺优化

发掘制备牦牛乳酪蛋白二肽基肽酶-IV(dipeptidyl peptidase-IV,DPP-IV)抑制肽的蛋白酶,并对其酶解工艺进行优化。首先对牦牛乳酪蛋白进行模拟酶切筛选蛋白酶,然后开展单酶和多酶组合水解效果研究。结果表明,制备DPP-IV抑制肽的最佳酶组合为碱性蛋白酶、木瓜蛋白酶和菠萝蛋白酶,最佳酶解工艺为超声温度64℃、超声功率460 W、超声时间82 min,碱性蛋白酶、木瓜蛋白酶和菠萝蛋白酶依次酶解0.5 h,加酶量3000 U/g,酪蛋白水解物DPP-IV抑制率为(67.05±0.79)%,

期刊

牦牛乳酪蛋白生物信息学二肽基肽酶-IV(DPP-IV)蛋白酶解水解度

应用加权迭代软阈值算法的高分辨率Radon变换

Radon变换的分辨率是其进行地震数据处理的关键因素。基于Bayes反演理论的迭代加权方法改善了Radon变换的分辨率,但其收敛速度较慢;由于Radon变换空间的强相关性,常用的迭代软阈值方法(ISTA)应用于Radon变换反演时的收敛速度也较慢,且分辨率较低。为此,将迭代加权最小二乘法嵌入ISTA中,形成了加权ISTA算法。该方法引入高分辨Radon变换中加权矩阵的思想,利用Radon参数的先验信息约束反演误差函数,克服了ISTA收敛速度慢、分辨率低的缺点。合成记录和实际地震资料处理结果表明,该方法提高

期刊

RADON变换高分辨率迭代加权最小二乘法迭代软阈值法

基于U-Net深度学习网络的地震数据断层检测

其他学术论文