排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
近年来,人工智能中的深度学习技术在地震数据处理、反演和解释领域显示出许多优势。以往的研究表明,深度学习与地震反演相结合的方法比传统方法更有效。利用深度学习技术有可能得到更高分辨率的结果,这对油藏开发至关重要。通过设计地质模型进行采样以获取不同大小数据集,基于卷积神经网络(CNN)研究了不同训练数据集的地震反演应用效果,实验表明,该神经网络的预测精度在一定范围内随训练集的增加而增加,得到了对神经网络模型构建的关键数据集大小占全数据集的比例。此外,通过对地震数据加入不同比例的噪声并对CNN进行训练,结果表明本文所设计的CNN具有良好的抗噪和泛化能力。 相似文献
1