LSTM神经网络在地震资料初至拾取中的应用

来源 :中国海洋大学学报(自然科学版) | 被引量 : 0次 | 上传用户:willzhang86
下载到本地 , 更方便阅读
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
本文引入RNN的升级算法LSTM神经网络技术,建立了一套海量数据、高精度的自动拾取地震资料初至流程.相比于其他神经网络方法,LSTM神经网络能够提取数据的时序特征,加强学习初至前噪音时序特征,从而提高初至拾取的精度,为地震资料的初至拾取提供一套新的思路.首先设计样本制作过程并建立、训练模型,通过模拟资料验证方法的有效性,应用于胜利油田浅海与西部山地地震勘探资料的初至拾取,取得理想效果,证明LSTM神经网络初至拾取具有较高的精度与适用性.
其他文献
研究在R3中有界区域内多孔介质中相互作用的Brinkman?Forchheimer方程组与Forchheimer方程组解的结构稳定性,假设在 Ω1中流体满足Brinkman?Forchheimer方程组,而在 Ω2中,流体满足Forchheimer方程组.借助于一些先估计,构造微分不等式,证明了该类方程组的解对Brinkman系数 μ的连续依赖性结果.