[发明专利]地震资料速度建模方法、存储介质及计算设备

权利要求书

1.一种地震资料速度建模方法，其特征在于，包括以下步骤：

S1：随机生成一定数量的地震资料的速度模型；

S2：对每个速度模型进行正演模拟，获得与其对应的单炮记录；

S3：基于卷积神经网络构建用于速度建模的卷积自编码器模型；

S4：将获得的单炮记录和速度模型分别作为所述卷积自编码器模型的输入和期望输出，并利用随机梯度下降法对所述卷积自编码器模型进行训练更新，直至训练结束；以及

S5：采集实际的单炮记录作为训练后的所述卷积自编码器模型的输入，并将训练后的所述卷积自编码器模型的输出作为速度模型。

2.根据权利要求1所述的方法，其特征在于，

所述卷积自编码器模型包括编码架构和解码架构；

其中，编码架构包括：卷积层、池化层和全连接层；

其中，解码架构包括：全连接层、反池化层和反卷积层。

3.根据权利要求1所述的方法，其特征在于，步骤S4包括：

步骤S41：对输入的单炮记录进行编码，以生成深层特征图谱；

步骤S42：对所述深层特征图谱进行解码，以得到所述卷积自编码器模型的实际输出；

步骤S43：确定用于判断所述卷积自编码器模型的实际输出和期望输出的误差的价值函数；

步骤S44：利用所述价值函数对卷积核的权重W进行求导，并得到求导结果；以及

步骤S45：利用随机梯度下降法和所述求导结果更新卷积核的权重W，以实现所述卷积自编码器模型的训练更新。

4.根据权利要求3所述的方法，其特征在于，步骤S41包括：

卷积层利用二维卷积算法提取出每个单炮记录的特征图；

池化层按照最大池化原则对提取出的特征图进行池化操作；

全连接层通过权值矩阵将池化后的特征图进行连接，形成深层特征图谱。

5.根据权利要求3所述的方法，其特征在于，步骤S42包括：

全连接层读取所述深层特征图谱；

反池化层利用双线性内插算法对所述深层特征图谱进行反池化操作；

反卷积层基于反池化层的结果通过反卷积操作获得所述卷积自编码器模型的实际输出。

6.根据权利要求3所述的方法，其特征在于，步骤S43包括：

将最小均方差函数作为用于判断所述卷积自编码器模型的实际输出和期望输出的误差的价值函数，所述价值函数满足：

其中，E(W)表示所述卷积自编码器模型的实际输出和期望输出的误差，i表示第i个数据样本，n表示样本总数，y_w,i(x)表示第i个数据样本的卷积自编码器模型的实际输出，y_i表示i个数据样本的卷积自编码器模型的期望输出，W表示卷积操作中的卷积核的权重，表示Frobenius-范数。

7.根据权利要求6所述的方法，其特征在于，步骤S44包括：

确定所述价值函数后，利用所述价值函数对卷积核的权重W进行求导，并得到求导结果；

其中，对所述价值函数进行求导满足：

8.根据权利要求7所述的方法，其特征在于，步骤S45包括：

利用随机梯度下降法和所述求导结果更新卷积核的权重W，以实现所述卷积自编码器模型的训练更新，训练更新的表达式为：

其中，α表示梯度下降步长，W_n-1表示更新前的卷积核的权重，W_n表示更新后的卷积核的权重。

9.一种存储介质，其上存储有可执行代码，所述可执行代码在被处理器执行时实现根据权利要求1至8中任一项所述的地震资料速度建模方法。

10.一种计算设备，包括：

处理器；以及

存储器，其上存储有可执行代码，所述可执行代码在被所述处理器执行时实现根据权利要求1至8中任一项所述的地震资料速度建模方法。