散射波场的深度学习反演成像法

• 作者: 奚先 黄江清
• 来源期刊: 地球物理学进展
• 学科: 地球科学
• 关键词: 散射距离场 深度学习 散射波反演 卷积神经网络成像
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 应用地球物理学Ⅰ(油气及金属矿产地球物理勘探)
• 页码范围: 2483-2489
• 页数: 7页
• 分类号: P631
• 语种: 中文
• DOI: 10.6038/pg2018BB0531

摘要

本文提出了一种散射波场的卷积神经网络深度学习反演成像方法.我们提出了三种散射距离场概念,由此成功地实现了三种卷积神经网络的深度学习训练及其反演.经过训练的三个CNN网络都可以应用于各种十分复杂的地震散射波场的反演,具有良好、稳健的反演能力和泛化能力且三种反演结果各具特色可以相互借鉴.将散射波场输入CNN网络后得到的输出(反演结果)图像非常直观容易辨识,可以大致辨识出测试模型中各散射点的准确位置,可以让一个不懂地震记录的外行从一个全新的视角去分析处理复杂的波场记录.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	奚先		11	431	7.0	11.0
2	黄江清		1	0	0.0	0.0