基于深度卷积神经网络的地震相识别

• 作者: 韩红 硕良勋 柴变芳 朱乾菲
• 来源期刊: 新一代信息技术
• 关键词: 深度学习 地震相 VGG16 混合空洞卷积 空洞空间金字塔池化模块
• 年，卷（期）: 2021,（14）
• 所属期刊栏目: 科技论文
• 页码范围: 8-13
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.2096-6091.2021.14.002

摘要

近年来,随着深度学习技术的快速发展,尤其在计算机视觉等领域取得了重大进展.地震相解释为分析地质环境和预测油气藏提供了重要基础.大多现有方法对地震数据解释效率低,严重依赖地震资料解释人员通过检查地震反射、相位、频率、连续性和方向的空间变化来识别地震相的人工操作.本论文采用深度学习中先进算法来实现地震相的自动解释,大幅度减轻解释人员对地震数据的解释经验和专业知识.通过改进VGG16网络模型,在全连接层前端添加混合空洞卷积和空洞空间金字塔池化模块,获取地震剖面的全局信息.