[发明专利]基于全卷积神经网络的断层面识别方法有效
| 申请号： | 201810995076.0 | 申请日： | 2018-08-29 |
| 公开（公告）号： | CN109086773B | 公开（公告）日： | 2022-03-04 |
| 发明（设计）人： | 姚兴苗;黄浪;胡光岷 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06V10/26 | 分类号： | G06V10/26;G06V10/82;G06N3/04;G06F16/29 |
| 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： | 本发明公开了一种基于全卷积神经网络的断层面识别方法，其包括获取地震振幅断层数据，构建全卷积神经网络模型，训练全卷积神经网络训练模型，对地震振幅断层数据进行识别。本发明从地震振幅图像级别的断层分类识别延伸到了像素级别的分类，使用全卷积神经网络来对三维地震振幅数据体进行断层识别分割，既能够实现快速的断层识别，也通过使用全卷积的方式代替全连接层来避免空间信息的丢失，从而得到更精准的断层分割和识别。 | ||
| 搜索关键词： | 基于 卷积 神经网络 断层 识别 方法 | ||
【主权项】：
1.一种基于全卷积神经网络的断层面识别方法，其特征在于，包括以下步骤：A、从三维地震振幅数据体中获取已标记地震振幅断层数据和待识别地震振幅断层数据；B、构建全卷积神经网络模型；C、利用步骤A中地震振幅断层数据作为训练集，训练步骤B中全卷积神经网络模型，得到全卷积神经网络训练模型；D、利用步骤C得到的全卷积神经网络训练模型对步骤A中待识别地震振幅断层数据进行识别。
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/patent/201810995076.0/，转载请声明来源钻瓜专利网。
