综合动量法和可变学习速度的BP神经网络地震初至拾取

• 作者: 万学娟 刘斌 张廷廷 张海新 曹晓莉 王淑荣
• 来源期刊: 石油地球物理勘探
• 关键词: 初至拾取 动量法 可变学习速度法 神经网络算法 抗噪能力
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 处理技术
• 页码范围: 71-79
• 页数: 9页
• 分类号: P631
• 语种: 中文
• DOI: 10.13810/j.cnki.issn.1000-7210.2020.01.009

摘要

为了提高初至拾取精度和效率,研究了BP神经网络初至拾取方法,提出综合动量法和可变学习速度的BP神经网络地震初至拾取方法,其主要原理是对网络权值的更新过程进行改进,当均方根误差在权值更新后超过设定的误差范围,则权值更新取消;在既定的误差范围内,权值更新则被接受,且学习速度发生变化.分析不同地震属性对初至波识别的可行性,选取均方根振幅比、曲线长度比、振幅、频率等4种特征属性进行模型测试,结果表明改进方法的初至拾取效果优于常规BP神经网络方法.实际资料测试验证,改进方法构建的网络结构简单,参数少,收敛速度快,具有较强稳定性和抗噪能力,初至拾取精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张海新		2	1	1.0	1.0
2	王淑荣		2	6	1.0	2.0
3	曹晓莉		1	1	1.0	1.0
4	刘斌		2	12	1.0	2.0
5	张廷廷		1	1	1.0	1.0