勘探地球物理进展
勘探地毬物理進展
감탐지구물리진전
PROGRESS IN EXPLORATION GEOPHYSICS
2004年
2期
93-98
,共6页
神经网络%构造属性%地震相分析%波形分类
神經網絡%構造屬性%地震相分析%波形分類
신경망락%구조속성%지진상분석%파형분류
在地震资料解释工作中,一般的地震相分析工作效率较低,有时难度较大.通过计算灰度共生矩阵GLCM,从数学上描述小范围数据区内像素值的分布,量化地震反射的空间组织结构.将构造属性与神经网络分类技术相结合,通过训练网络和质量控制,利用波形相似性和地震属性进行地震相分析,可用于对三维地震资料进行地震相的划分,得到三维地震相分类数据体.这种方法减少了许多耗时的工作,使解释人员能够集中精力研究地震相,并将其综合成地质成果图.
在地震資料解釋工作中,一般的地震相分析工作效率較低,有時難度較大.通過計算灰度共生矩陣GLCM,從數學上描述小範圍數據區內像素值的分佈,量化地震反射的空間組織結構.將構造屬性與神經網絡分類技術相結閤,通過訓練網絡和質量控製,利用波形相似性和地震屬性進行地震相分析,可用于對三維地震資料進行地震相的劃分,得到三維地震相分類數據體.這種方法減少瞭許多耗時的工作,使解釋人員能夠集中精力研究地震相,併將其綜閤成地質成果圖.
재지진자료해석공작중,일반적지진상분석공작효솔교저,유시난도교대.통과계산회도공생구진GLCM,종수학상묘술소범위수거구내상소치적분포,양화지진반사적공간조직결구.장구조속성여신경망락분류기술상결합,통과훈련망락화질량공제,이용파형상사성화지진속성진행지진상분석,가용우대삼유지진자료진행지진상적화분,득도삼유지진상분류수거체.저충방법감소료허다모시적공작,사해석인원능구집중정력연구지진상,병장기종합성지질성과도.
