[發明專利]一種熵約束數據驅動正規框架地震數據規則化方法

在審

• 申請號: 201811382738.3
• 申請日: 2018-11-20
• 公開（公告）號: CN109541687A
• 公開（公告）日: 2019-03-29
• 發明（設計）人: 張繁昌;蘭南英;桑凱恒;張佳佳;梁鍇;印興耀
• 申請（專利權）人: 中國石油大學（華東）
• 主分類號: G01V1/30
• 分類號: G01V1/30
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 趙敏玲

1.一種熵約束數據驅動正規框架地震數據規則化方法，其特征是，包括以下步驟：

步驟一：對原始不規則地震數據灰度化處理；

步驟二：將灰度化后的地震數據分成數據子集，計算每個數據子集的熵；

步驟三：根據每個數據子集的熵計算每個數據子集的鍵值；

步驟四：選取鍵值較大的數據子集組成訓練集，進行字典訓練，求取自適應字典基函數；

步驟五：利用訓練得到的自適應字典基函數對不規則地震數據進行插值加密；

步驟六：重復步驟一到五，直到迭代次數達到預先設定值，或者相對誤差小于某個閾值時停止迭代；

步驟七：將規則網格上的插值地震數據輸出，完成地震數據規則化。

2.如權利要求1所述的一種熵約束數據驅動正規框架地震數據規則化方法，其特征是，所述步驟一中，對原始不規則地震數據按照式(1)進行灰度化處理：

式(1)中，INT為取整函數，A為當前時刻的地震振幅值，A_max為最大地震振幅值，A_min為最小地震振幅值，G為振幅A所對應的灰度值。

3.如權利要求2所述的一種熵約束數據驅動正規框架地震數據規則化方法，其特征是，所述步驟二中，每個數據子集的大小為2的整數次冪。

4.如權利要求3所述的一種熵約束數據驅動正規框架地震數據規則化方法，其特征是，所述步驟二中，每個數據子集的熵按照式(2)進行計算：

式2中，H_i為第i個數據子集的熵，其中1≤i≤n，n為數據子集的總個數；p_j是由灰度直方圖獲得的灰度j在第i個數據子集中出現的概率。

5.如權利要求4所述的一種熵約束數據驅動正規框架地震數據規則化方法，其特征是，所述步驟三中，每個數據子集的鍵值按照式(3)進行計算：

式(3)中，Key(i)為第i個數據子集的鍵值；r_i為一個0到1之間等概率分布的隨機數；H_i為第i個數據子集的熵，其中1≤i≤n，n為數據子集的總個數。

6.如權利要求5所述的一種熵約束數據驅動正規框架地震數據規則化方法，其特征是，所述步驟四中，將鍵值Key(i)進行降序排列，選取前M個鍵值較大的數據子集組成訓練集，訓練自適應字典基函數的迭代步驟如下：

(4-1)保持自適應字典基函數D不變，通過式(4)的目標函數求解系數向量x：

x^(k+1)＝argmin_x(||x-(D^(k))^TW||₂+ε||x||₀) (4)

式(4)中，目標函數argmin_x表示||x-(D^(k))^TW||₂+ε||x||₀的值最小時所對應的系數向量x；k為迭代次數；||·||₂、||·||₀分別是2范數和0范數；ε為給定的權系數；W為前M個鍵值較大的數據子集組成訓練集；D為自適應字典基函數；

(4-2)保持系數向量x不變，通過式(5)的目標函數求解自適應字典基函數D：

D^(k+1)＝argmin_D||x^(k+1)-D^TW||₂s.t.D^TD＝I (5)

式(5)中，目標函數argmin_D表示在正規框架D^TD＝I約束下，使||x^(k+1)-D^TW||₂的值達到最小時所對應的自適應字典基函數D；k為迭代次數；I為單位陣；W為前M個鍵值較大的數據子集組成訓練集；||·||₂是2范數。

7.如權利要求6所述的一種熵約束數據驅動正規框架地震數據規則化方法，其特征是，所述步驟五中，利用自適應字典基函數對不規則地震數據進行插值加密的步驟如下：

(5-1)輸入字典訓練得到的自適應字典基函數D和原始不規則地震數據y；

(5-2)根據原始不規則地震數據y的分布情況構建采樣矩陣φ，其中有數據的位置設為1，無數據的位置設為0；

(5-3)迭代求解式(6)的目標函數，得到完整地震數據的稀疏逼近系數α

α＝argmin_α(||y-Φα||₂+ε||α||₀) (6)

式(6)中，目標函數argmin_α表示||y-Φα||₂+ε||α||₀的值最小時所對應的系數α；Φ＝φD，其中φ為采樣矩陣，D為自適應字典基函數；y為原始不規則地震數據；ε為給定的權系數；||·||₂、||·||₀分別是2范數和0范數；

(5-4)利用式(7)對不規則地震數據進行插值計算：

s＝Dα (7)

式(7)中，s為插值后的地震數據，D為自適應字典基函數。