[发明专利]一种基于深度卷积生成对抗网络的叠前地震波形分类方法有效
| 申请号： | 201810946436.8 | 申请日： | 2018-08-20 |
| 公开（公告）号： | CN109143353B | 公开（公告）日： | 2019-10-01 |
| 发明（设计）人： | 钱峰;魏巍;尹淼;胡光岷 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G01V1/30 | 分类号： | G01V1/30 |
| 代理公司： | 成都虹盛汇泉专利代理有限公司 51268 | 代理人： | 王伟 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 卷积 地震波形分类 半监督 对抗 叠前地震数据 无标签样本 标签数据 标签网络 地震波形 分布特性 损失函数 特征表示 特征提取 网络学习 学习数据 训练样本 网络 分类器 启发式 对叠 精调 地表 图像 地震 分类 分析 学习 | ||
【权利要求书】：
1.一种基于深度卷积生成对抗网络的叠前地震波形分类方法，其特征在于，包括以下步骤：
步骤1，对叠前地震数据进行预处理，进行结构导向滤波后根据层位提取样本数据，根据测井位置选取测井邻域数据为有标签数据，其余数据为无标签数据；
步骤2，输入所述无标签数据至深度卷积生成对抗网络进行训练；
步骤3，将所述深度卷积生成对抗网络中判别器的最后一层替换为softmax分类器，构造分类网络模型；
步骤4，输入所述有标签数据至所述分类网络模型进行精调；
步骤5，输入地震工区数据至精调后的分类网络模型，得到所有样本的分类结果和地震相图。
2.如权利要求1所述的基于深度卷积生成对抗网络的叠前地震波形分类方法，其特征在于，所述步骤1包括以下流程：
对叠前地震数据进行结构导向滤波降噪，根据层位提取样本数据；
根据测井位置，选取测井邻域数据为有标签样本，测井的类型为数据样本的标签，其余数据为无标签样本。
3.如权利要求1所述的基于深度卷积生成对抗网络的叠前地震波形分类方法，其特征在于，所述步骤2包括以下流程：
输入所述无标签数据训练所述深度卷积生成对抗网络，所述深度卷积生成对抗网络包括生成器和判别器，生成器的输入为服从均匀分布的噪声矢量，输出为与所述无标签数据相同大小的地震数据；所述无标签数据为所述判别器的输入，所述判别器的输出为一个二分类器。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810946436.8/1.html，转载请声明来源钻瓜专利网。
