申请/专利权人：中国海洋大学

申请日：2024-01-03

公开（公告）日：2024-04-09

公开（公告）号：CN117492079B

主分类号：G01V1/28

分类号：G01V1/28;G01V1/30;G01V1/36

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.02.23#实质审查的生效;2024.02.02#公开

摘要：本发明涉及一种基于TDS‑Unet网络的地震速度模型重构方法、介质和设备，属于地球物理勘探技术领域，所述方法为获取初始速度模型和地震偏移剖面，对真实速度模型、初始速度模型和地震偏移剖面对应进行等间距裁剪，制作出若干组训练样本；设计地震速度模型重构TDS‑Unet网络构架，其将初始速度模型、偏移剖面组成的联合样本集作为输入，重构地震速度模型作为输出，实现地震速度信息的提取与重构；将制作数据输入TDS‑Unet网络进行训练与超参数的优化，通过误差下降曲线监控TDS‑Unet网络训练效果，确定最佳训练次数；使用未参与训练的数据输入训练好的TDS‑Unet网络进行速度模型重构。本发明方法能够实现基于深度学习地震速度模型的高精度重构。

主权项：1.一种基于TDS-Unet网络的地震速度模型重构方法，其特征在于，所述方法为：第一步、获取初始速度模型和地震偏移剖面，对真实速度模型、初始速度模型和地震偏移剖面对应进行等间距裁剪，制作出若干组训练样本；第二步、设计地震速度模型重构TDS-Unet网络构架，其将初始速度模型m0x,z、偏移剖面Ix,z组成的联合样本集Sx，z作为输入，重构地震速度模型作为输出，TDS-Unet网络包含三次下采样及三次反卷积，实现地震速度信息的提取与重构；所述TDS-Unet网络含三次下采样及三次反卷积，采用ReLU函数作为激活函数更有效率的进行梯度下降，采用BN层使TDS-Unet网络各层数据保持相同分布，加快TDS-Unet网络学习速度，TDS-Unet网络如下：L1＝ReLUBNSx，z×w1+b1；L2＝maxpoolL1；L3＝ReLUBNL2×w2+b2；L4＝maxpoolL3；L5＝ReLUBNL4×w3+b3；L6＝maxpoolL5；L7＝ConvtransL6；L8＝ReLUBNL7×w4+b4；L9＝ConvtransL8；L10＝ReLUBNL9×w5+b5；L11＝ConvtransL10；L12＝ReLUBNL11×w6+b6；上式中，BNy是对输入数据进行归一化操作、ReLUy＝max0，y、maxpooly是池化层、Convtransy是反卷积层、L1～L12为TDS-Unet网络各层、w1～w6为卷积核、b1～b6为偏置项，训练时真实速度模型mx,z作为标签使用，训练时使用样本集中的70％进行训练，剩下的数据进行测试工作；第三步、将制作数据输入TDS-Unet网络进行训练与超参数的优化，通过误差下降曲线监控TDS-Unet网络训练效果，确定最佳训练次数；第四步、使用未参与训练的数据输入训练好的TDS-Unet网络进行速度模型重构。

全文数据：

权利要求：

百度查询： 中国海洋大学 基于TDS-Unet网络的地震速度模型重构方法、介质和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD