基于叠前地震纹理特征的半监督地震相分析

• 作者: 吴庆平 李志鹏 王军 胡浩炀 蔡涵鹏
• 来源期刊: 石油地球物理勘探
• 关键词: 地震相分析 叠前纹理特征 半监督学习 自组织映射
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 智能地球物理
• 页码范围: 504-509
• 页数: 6页
• 分类号: P631
• 语种: 中文
• DOI: 10.13810/j.cnki.issn.1000-7210.2020.03.003

摘要

为了充分挖掘叠前地震数据中反映地震相类别的细微信息,充分利用钻井、地质等先验知识,提出基于叠前地震纹理属性的半监督地震相分析算法.该算法首先引入叠前地震纹理属性,以突出地震反射信息中的微小空间、振幅随方位角/炮检距等的变异性;然后采用自组织映射,对训练样本对进行训练;最后在钻井先验知识的约束下,对自组织映射输出层的神经元进行半监督聚类,得到神经元与地震相类别的映射关系.理论模型和实际资料应用结果证实该方法可提高地震相图的准确度及地震微相的识别能力,是一种性能优越的地震相分析工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王军	中国石化胜利油田分公司勘探开发研究院	87	590	14.0	20.0
2	李志鹏	中国石化胜利油田分公司勘探开发研究院	10	42	4.0	6.0
3	蔡涵鹏	电子科技大学资源与环境学院	4	13	1.0	3.0
7	胡浩炀	电子科技大学资源与环境学院	1	0	0.0	0.0
8	吴庆平	电子科技大学资源与环境学院	1	0	0.0	0.0