[發明專利]一種基于NARX神經網絡檢測地震勘探弱信號的方法

有效

• 申請號: 201910873856.2
• 申請日: 2019-09-17
• 公開（公告）號: CN110618451B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 馮志強;李光輝;雷勇
• 申請（專利權）人: 太原理工大學
• 主分類號: G01V1/28
• 分類號: G01V1/28;G01V1/30;G01V1/36
• 代理公司: 太原晉科知識產權代理事務所(特殊普通合伙) 14110
• 代理人: 任林芳

1.一種基于NARX神經網絡檢測地震勘探弱信號的方法，其特征在于，包括：

初始化NARX神經網絡模型，構建地震含噪信號，作為初始化的NARX神經網絡模型的輸入，將噪聲作為神經網絡的輸出，進行訓練；

NARX神經網絡模型訓練完成后，將采集的原始地震數據輸入訓練完成的NARX神經網絡模型中，輸出背景噪聲預測數據；具體包括：

對原始地震數據進行預處理：

預處理的方式為歸一化；采用最大最小法對原始地震數據進行歸一化處理，公式表示為：

其中，x為原始地震數據，x_min為數據序列中的最小值，x_max為數據序列中的最大值；

訓練NARX神經網絡模型：

構建的地震含噪信號由有效信號和加性噪聲加和構成，表示為：

x(t)＝s(t)+n(t) (3)

式中，x(t)為地震含噪信號，s(t)為有效信號，n(t)為加性噪聲，t為時間變量；

將x(t)作為神經網絡的輸入，計算隱含層和輸出層神經元輸出，通過L-M算法調整權值，n(t)作為神經網絡的輸出，達到誤差預測精度；

計算輸入的地震含噪數據與輸出的背景噪聲預測數據的殘差序列，如公式(5)所示：

式中，為殘差序列，為輸入的含噪序列，為輸出的背景噪聲預測序列，t為時間變量；

設置門限，根據門限公式(6)計算原始地震數據中的有效數據；公式(6)表示為：

TH＝k₁*m+k₂*σ (6)

式中TH為門限值，k₁、k₂為經驗系數，通過實驗設置，m為殘差序列均值，σ為殘差序列的方差；

計算輸入的地震含噪數據與輸出的背景噪聲預測數據的殘差序列，同時設置門限，殘差序列中不在門限范圍內的部分置零，殘差序列中處于門限范圍內的部分通過，得到有效信號序列。

2.根據權利要求1所述的基于NARX神經網絡檢測地震勘探弱信號的方法，其特征在于，NARX神經網絡模型初始化的步驟包括：

設定NARX神經網絡模型的階數、延時量、輸入輸出數量及隱含層神經元數量；其中，NARX神經網絡模型的階數設定為2階，輸入層實現從20個延時時刻的輸入和20個延時時刻的輸出到隱含層的非線性映射，隱含層包含3個神經元，輸出層實現隱含層到輸出的一個線性映射；

NARX神經網絡模型公式表示為：

y(t)＝F(y(t-1),y(t-2),…y(t-n),x(t),x(t-1),x(t-2),…x(t-n)) (1)

其中，y(t)為當前時刻輸出序列，y(t-1),y(t-2),…y(t-n)為輸出延時序列，x(t)為當前時刻輸入序列，x(t-1),x(t-2),…x(t-n)為輸入延時序列，F為非線性函數；

隱含層的非線性作用函數為：

式中，F為公式(2)中的非線性函數，e為自然數，τ為函數自變量。