[发明专利]提取分类模型道的地震相聚类分析方法有效
| 申请号： | 201510264170.5 | 申请日： | 2015-05-22 |
| 公开（公告）号： | CN104914467B | 公开（公告）日： | 2018-04-03 |
| 发明（设计）人： | 张*;郑晓东;李劲松 | 申请（专利权）人： | 中国石油天然气股份有限公司 |
| 主分类号： | G01V1/30 | 分类号： | G01V1/30 |
| 代理公司： | 北京三友知识产权代理有限公司11127 | 代理人： | 党晓林,刘飞 |
| 地址： | 100007 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种提取分类模型道的地震相聚类分析方法，它包括以下步骤基于地震波形数据通过神经网络和粒子群聚类计算得到初始分类模型道；基于初始分类模型道通过相关性分析后得到新的分类模型道，并利用新的分类模型道对原始数据进行聚类分析，得到地震相分类图；基于地震相分类图预测地下油气的展布。本发明通过两步法优化分类模型道，有效保证分类结果的稳定性以及有效的区分神经元的类别，最终实现了对地震相的客观分析，使得地震数据中大量信息得到准确的解读。 | ||
| 搜索关键词： | 提取 分类 模型 地震 相聚 分析 方法 | ||
【主权项】：
一种提取分类模型道的地震相聚类分析方法，其特征在于，它包括以下步骤：基于地震波形数据通过神经网络和粒子群聚类计算得到初始分类模型道，包括：对剔除不良数据后的地震波形数据进行归一化处理；选定多个神经网络的神经元数目，并对每一个神经元数目下的神经网络进行随机初始化权值；基于归一化处理后的地震波形数据和不同神经元数目的神经网络得到每个地震道到各个神经元的距离；基于每个地震道到各个神经元的距离得到最近的神经元，基于神经网络的稳定程度和最近的神经元更新邻近神经元；基于地震波形数据和更新邻近神经元后的神经网络通过K均值和粒子群寻优方法得到不同神经元数目的神经网路中最优神经元数目的神经网络；基于地震波形数据中的地震道通过最优神经元数目的神经网络对地震道赋予相应的类别，进而计算得到地震波形数据的初始分类模型道；基于初始分类模型道通过相关性分析后得到新的分类模型道，并利用新的分类模型道对原始数据进行聚类分析，得到地震相分类图；基于地震相分类图预测地下油气的展布。
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中国石油天然气股份有限公司，未经中国石油天然气股份有限公司许可，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/patent/201510264170.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种点胶机上的气动点胶器
- 下一篇：带有锁定结构的喷头
