目前,地震相結(jié)構(gòu)的劃分和識(shí)別主要依靠人工,使分辨地震波的幾何形態(tài)和反射特征過(guò)程中受主觀因素影響過(guò)多,準(zhǔn)確性普遍不高。所以論文嘗試實(shí)現(xiàn)一個(gè)自動(dòng)化的地震相識(shí)別方法,以避免主觀識(shí)別的影響,提高識(shí)別準(zhǔn)確率。論文的主要工作內(nèi)容包括:第一部分,建立擁有數(shù)個(gè)地震相結(jié)構(gòu)的數(shù)據(jù)集,在該數(shù)據(jù)集的基礎(chǔ)上,對(duì)比了卷積神經(jīng)網(wǎng)絡(luò)和深度置信網(wǎng)絡(luò)在地震相結(jié)構(gòu)識(shí)別方面的準(zhǔn)確性。第二部分,通過(guò)調(diào)整卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、參數(shù)與方法,得到一個(gè)分類精度較高的卷積神經(jīng)網(wǎng)絡(luò)模型。第三部分,基于該卷積神經(jīng)網(wǎng)絡(luò)模型,在地震剖面圖像上,采用遍歷和區(qū)域標(biāo)記方法,對(duì)地震相結(jié)構(gòu)進(jìn)行識(shí)別和定位。論文利用建立的地震相結(jié)構(gòu)數(shù)據(jù)集,最終形成了一套基于卷積神經(jīng)網(wǎng)絡(luò)技術(shù)的地震相結(jié)構(gòu)定位識(shí)別方法,并通過(guò)實(shí)驗(yàn)說(shuō)明該方法是有效且穩(wěn)定的。 

【文章來(lái)源】：中國(guó)石油大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：47 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

大腦工作過(guò)程

網(wǎng)絡(luò)（CNN），是多層感知器的一個(gè)推廣變種，是一種深物視覺(jué)感受過(guò)程建立的數(shù)學(xué)模型。在卷積神經(jīng)網(wǎng)絡(luò)中，仿 和 C 兩類細(xì)胞以及視覺(jué)皮層局部敏感性，提出的采樣層、念。這些概念組合在一起，對(duì)現(xiàn)在成熟的卷積神經(jīng)網(wǎng)絡(luò)模[18]。神經(jīng)網(wǎng)絡(luò)相似，卷積神經(jīng)網(wǎng)絡(luò)工作之前需要訓(xùn)練所有參數(shù)。的訓(xùn)練過(guò)程，主要包括自主學(xué)習(xí)與監(jiān)督學(xué)習(xí)的兩個(gè)部分，模型。卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練需要訓(xùn)練數(shù)據(jù)集，其包括數(shù)據(jù)集首先進(jìn)行自下上升非監(jiān)督學(xué)習(xí)，只針對(duì)數(shù)據(jù)集，分層訓(xùn)練向下傳輸，對(duì)調(diào)整已有的網(wǎng)絡(luò)參數(shù)。也就是參照標(biāo)簽集，至最優(yōu)�？傮w來(lái)說(shuō)和神經(jīng)網(wǎng)絡(luò)的反向傳導(dǎo)算法類似，但在到的卷積神經(jīng)網(wǎng)絡(luò)模型，能夠把與訓(xùn)練集同種的數(shù)據(jù)歸類

圖 2.2 神經(jīng)元模型Fig. 2.2 Model of Neuron端的數(shù)據(jù)為123x , x,x是訓(xùn)練樣本，其中+1 是()()()31, iiiTwbh xfwxfwxb。f 為激活函數(shù)，本文卷積神經(jīng)網(wǎng)絡(luò)所用函由個(gè)神經(jīng)元通過(guò)輸入輸出相互連接，組成有。單的例子說(shuō)明神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。如圖 2.3 為一

【參考文獻(xiàn)】：
期刊論文
[1]神經(jīng)網(wǎng)絡(luò)算法在地震相識(shí)別中的應(yīng)用[J]. 祝永英.  中國(guó)石油大學(xué)勝利學(xué)院學(xué)報(bào). 2015(04)
[2]卷積神經(jīng)網(wǎng)絡(luò)分類模型在模式識(shí)別中的新進(jìn)展[J]. 胡正平,陳俊嶺,王蒙,趙淑歡.  燕山大學(xué)學(xué)報(bào). 2015(04)
[3]時(shí)空域深度卷積神經(jīng)網(wǎng)絡(luò)及其在行為識(shí)別上的應(yīng)用[J]. 劉琮,許維勝,吳啟迪.  計(jì)算機(jī)科學(xué). 2015(07)
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別算法設(shè)計(jì)與實(shí)現(xiàn)[J]. 王振,高茂庭.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2015(20)
[5]數(shù)字地震學(xué)中地震相識(shí)別方法的研究[J]. 劉立波.  中小企業(yè)管理與科技(中旬刊). 2014(12)
[6]一種簡(jiǎn)潔高效的加速卷積神經(jīng)網(wǎng)絡(luò)的方法[J]. 劉進(jìn)鋒.  科學(xué)技術(shù)與工程. 2014(33)
[7]一種基于卷積神經(jīng)網(wǎng)絡(luò)的性別識(shí)別方法[J]. 蔡詩(shī)威,郭太良,姚劍敏.  電視技術(shù). 2014(19)
[8]基于貝葉斯網(wǎng)絡(luò)的地震相分類[J]. 顧元,朱培民,榮輝,曾凡平,海洋.  地球科學(xué)(中國(guó)地質(zhì)大學(xué)學(xué)報(bào)). 2013(05)
[9]利用地震相識(shí)別優(yōu)質(zhì)烴源巖——以遼中凹陷沙三段為例[J]. 吳玉坤,胡明毅,柯嶺,梁建設(shè),沈嬌.  沉積學(xué)報(bào). 2013(02)
[10]基于卷積神經(jīng)網(wǎng)絡(luò)的木材缺陷識(shí)別[J]. 徐姍姍,劉應(yīng)安,徐昇.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2013(02)

博士論文
[1]鄂爾多斯盆地西緣逆沖推覆構(gòu)造特征及演化[D]. 李天斌.中國(guó)地質(zhì)大學(xué)（北京） 2006

碩士論文
[1]卷積神經(jīng)網(wǎng)絡(luò)研究及其在基音檢測(cè)中的應(yīng)用[D]. 黃志強(qiáng).內(nèi)蒙古大學(xué) 2015
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤算法研究與實(shí)現(xiàn)[D]. 張子夫.吉林大學(xué) 2015
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)和性別識(shí)別研究[D]. 汪濟(jì)民.南京理工大學(xué) 2015
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)識(shí)識(shí)別研究與應(yīng)用[D]. 楊心.大連理工大學(xué) 2014



本文編號(hào)：3242810