發(fā)布時(shí)間：2020-12-20 16:43

　　時(shí)至21世紀(jì)20年代,隨著油氣資源的不斷勘探開發(fā),相對(duì)簡(jiǎn)單和便于開采的油氣礦已經(jīng)逐漸建設(shè)完畢,而地震勘探的研究重心也不由地往地下更深處和構(gòu)造更復(fù)雜區(qū)域轉(zhuǎn)移。為了應(yīng)對(duì)各種更加艱巨的挑戰(zhàn),地震勘探在完善原有技術(shù)的同時(shí),對(duì)新技術(shù)和新方法的研究也不可落下,其中人工智能領(lǐng)域內(nèi)的深度學(xué)習(xí)無(wú)疑是這方面的佼佼者。近年來(lái),深度學(xué)習(xí)的理論方法和配套軟件硬件的發(fā)展尤為迅速,在國(guó)際上的許多領(lǐng)域中不斷做出突破,獲得了以往無(wú)法比擬的巨大成功。這成功引領(lǐng)了一股使用深度學(xué)習(xí)作為新突破點(diǎn)的潮流,地震勘探領(lǐng)域也不例外,雖然起步較晚,但新成果與新突破卻如泉涌般連綿不絕,使得對(duì)深度學(xué)習(xí)的研究已經(jīng)發(fā)展成一大熱點(diǎn)。傳統(tǒng)的地震勘探從數(shù)據(jù)采集到數(shù)據(jù)處理和解釋的各個(gè)流程中,都需要施工和研究人員的豐富經(jīng)驗(yàn)和高強(qiáng)度重復(fù)性作業(yè)。將深度學(xué)習(xí)引入地震勘探領(lǐng)域,不僅可以在傳統(tǒng)地震勘探已經(jīng)成熟的領(lǐng)域緩減工作人員的作業(yè)壓力,還能在傳統(tǒng)地震勘探尚未突破完全的領(lǐng)域做出新的優(yōu)化改進(jìn),使地震勘探往更深更復(fù)雜區(qū)域進(jìn)發(fā)的目標(biāo)邁出了新的步伐。本文使用深度學(xué)習(xí)理論,針對(duì)地震勘探的特點(diǎn)設(shè)計(jì)構(gòu)建了四個(gè)卷積神經(jīng)網(wǎng)絡(luò),分別命名為廢道檢測(cè)卷積神經(jīng)網(wǎng)絡(luò)、去噪與插值卷積神經(jīng)網(wǎng)絡(luò)、... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：122 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

模擬神經(jīng)元結(jié)構(gòu)

而神經(jīng)網(wǎng)絡(luò)是由多個(gè)神經(jīng)元組合在一起構(gòu)建的組合運(yùn)算。如圖(2.2)所示,該神經(jīng)網(wǎng)絡(luò)具有3層網(wǎng)絡(luò)深度,一般第一層為輸入層,最后一層為輸出層,中間的統(tǒng)稱為隱藏層,網(wǎng)絡(luò)的深度是去除輸入層后剩下的需要優(yōu)化算法調(diào)整的層數(shù)數(shù)量。圖中所有神經(jīng)元對(duì)輸入的響應(yīng)組合在一起得到最后的輸出y。本論文中將神經(jīng)元分為兩部分顯示,z是神經(jīng)元對(duì)輸入的線性運(yùn)算,是對(duì)z進(jìn)行非線性激活后的輸出。為了方便顯示,接下來(lái)都將使用向量表示,以該圖為例,輸入層,T表示轉(zhuǎn)置運(yùn)算,隱藏層1的線性響應(yīng)為,隱藏層1的非線性激活響應(yīng)為,用上標(biāo)表示第幾層,下標(biāo)表示所在層中的第幾個(gè)神經(jīng)元,則隱藏層2的線性響應(yīng)為,其非線性激活響應(yīng)為,輸出層的線性響應(yīng)為,其非線性激活響應(yīng)為。未在圖中顯示的還有每層之間的參數(shù)w與b,其中偏置參數(shù)w則比較復(fù)雜,其中

理論上,leaky relu函數(shù)不僅繼承了relu函數(shù)的優(yōu)點(diǎn),還克服了“神經(jīng)元死亡”的缺陷,但在實(shí)際應(yīng)用表現(xiàn)中,與relu函數(shù)并沒有大的差距。2.1.3 代價(jià)函數(shù)

【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)在油氣地震勘探中的應(yīng)用[J]. 郭珺,鄒鑫,周子康,余新浩,李紹澤.  中國(guó)石油和化工標(biāo)準(zhǔn)與質(zhì)量. 2019(20)
[2]基于相似性重構(gòu)低頻數(shù)據(jù)的金屬礦頻域全波形反演[J]. 毛博,韓立國(guó).  地球物理學(xué)報(bào). 2019(10)
[3]數(shù)據(jù)域初至波走時(shí)與成像域反射波走時(shí)聯(lián)合層析速度建模方法[J]. 張兵,王華忠.  地球物理學(xué)報(bào). 2019(07)
[4]反射波層析反演速度建模方法[J]. 馮波,吳成梁,王華忠.  石油物探. 2019(03)
[5]一種神經(jīng)網(wǎng)絡(luò)改進(jìn)小波的地震數(shù)據(jù)隨機(jī)噪聲去除方法[J]. 陳亮,陳麗芳,劉保相.  地震工程學(xué)報(bào). 2019(02)
[6]基于GPU并行的時(shí)間域全波形優(yōu)化共軛梯度法快速GPR雙參數(shù)反演[J]. 馮德山,王珣.  地球物理學(xué)報(bào). 2018(11)
[7]希爾伯特譜白化方法在海洋地震資料高分辨率處理中的應(yīng)用[J]. 顏中輝,方剛,徐華寧,劉俊,施劍,潘軍,王建強(qiáng).  海洋地質(zhì)與第四紀(jì)地質(zhì). 2018(04)
[8]一種基于高效迭代解法的頻率域全波形反演[J]. 解飛,黃建平,李振春.  地球物理學(xué)報(bào). 2018(08)
[9]井震聯(lián)合網(wǎng)格層析各向異性速度建模研究及應(yīng)用[J]. 韓令賀,胡自多,馮會(huì)元,劉威,楊哲,王艷香.  巖性油氣藏. 2018(04)
[10]速度建模特色技術(shù)的實(shí)際應(yīng)用[J]. 程玉坤,劉建紅,周振曉,姜紹輝,郝曉光,王磊.  石油地球物理勘探. 2017(S2)

博士論文
[1]地震數(shù)據(jù)剩余靜校正與人工智能去噪研究[D]. 高晗.中國(guó)科學(xué)技術(shù)大學(xué) 2018
[2]南海復(fù)雜構(gòu)造地震成像及其應(yīng)用研究[D]. 王紅麗.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院海洋研究所) 2018
[3]基于低頻地震波場(chǎng)重構(gòu)的全波形反演研究[D]. 張盼.吉林大學(xué) 2018
[4]基于初始模型優(yōu)化的稀疏高效全波形反演方法[D]. 段超然.吉林大學(xué) 2018
[5]非光滑約束的高精度全波形反演方法研究[D]. 王志強(qiáng).吉林大學(xué) 2018
[6]海洋寬頻地震勘探方法與應(yīng)用研究[D]. 李洪建.吉林大學(xué) 2016
[7]基于壓縮感知和稀疏表示的地震數(shù)據(jù)重建與去噪[D]. 唐剛.清華大學(xué) 2010

碩士論文
[1]基于深度學(xué)習(xí)的海上地震勘探相干噪聲壓制方法研究[D]. 孫婧.吉林大學(xué) 2019
[2]基于生成對(duì)抗網(wǎng)絡(luò)的地震數(shù)據(jù)插值[D]. 王靜.哈爾濱工業(yè)大學(xué) 2019
[3]基于深度卷積網(wǎng)絡(luò)的地震數(shù)據(jù)插值[D]. 孟喬.哈爾濱工業(yè)大學(xué) 2019
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的地震數(shù)據(jù)去噪研究[D]. 顧航.東北石油大學(xué) 2019
[5]基于深度學(xué)習(xí)的城市淺層地震數(shù)據(jù)降噪方法研究[D]. 肖繼文.中國(guó)地質(zhì)大學(xué)(北京) 2019
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別研究[D]. 葉浪.東南大學(xué) 2015
[7]基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法與應(yīng)用研究[D]. 陳先昌.浙江工商大學(xué) 2014
[8]高精度Radon變換及其應(yīng)用研究[D]. 鞏向博.吉林大學(xué) 2008
[9]基于VSP的高分辨率地震數(shù)據(jù)處理方法研究[D]. 張顯文.吉林大學(xué) 2007



本文編號(hào)：2928200