[發明專利]斷層識別的方法及其模型訓練方法、裝置

在審

• 申請號: 201911078637.1
• 申請日: 2019-11-06
• 公開（公告）號: CN110737021A
• 公開（公告）日: 2020-01-31
• 發明（設計）人: 任珂;鄒冠貴;孫振宇
• 申請（專利權）人: 中國礦業大學(北京)
• 主分類號: G01V1/30
• 分類號: G01V1/30
• 代理公司: 11463 北京超凡宏宇專利代理事務所(特殊普通合伙)
• 代理人: 安衛靜

本發明提供了一種斷層識別的方法及其模型訓練方法、裝置，涉及斷層診斷領域，該模型訓練方法包括：獲取斷層區域的斷層屬性數據；根據斷層屬性數據，生成樣本數據集；將樣本數據集輸入至預設的支持向量機模型中進行訓練；通過粒子群優化算法對支持向量機模型進行計算，當計算結果滿足預設的閾值時得到用于斷層識別的模型。通過將待識別的斷層屬性數據輸入至預先完成訓練的斷層識別模型中即可輸出斷層識別的結果。通過利用改進后的屬性數據作為輸入數據進行訓練得到斷層識別模型，該斷層識別模型通過支持向量機模型結合粒子群優化算法實現對斷層的識別，進一步提升小斷層的識別精度，有利于提升斷層識別的整體效果。

技術領域

本發明涉及斷層診斷領域，尤其是涉及一種斷層識別的方法及其模型訓練方法、裝置。

背景技術

斷層診斷在地質勘探中具有重要意義，現有技術中常通過地震屬性對斷層進行診斷。地震屬性是通過對地震數據進行數學計算得到的運動學、動力學、幾何學及統計學特征，對于不同斷距的斷層而言，地震屬性的響應效果也是不同的。以地震屬性中的方差屬性為例，方差屬性能夠揭示斷層的存在，但通常情況下大斷層與小斷層之間相差數個數量級，導致大斷層覆蓋小斷層信息，使得小斷層信息識別效果較差，降低了斷層識別的整體效果。

發明內容

有鑒于此，本發明的目的在于提供一種斷層識別的方法及其模型訓練方法、裝置，利用將改進后的屬性數據作為輸入數據進行訓練，得到斷層識別模型，該斷層識別模型通過支持向量機模型結合粒子群優化算法實現對斷層的識別，提升了小斷層的識別精度，進一步提升了斷層識別的整體效果。

第一方面，本發明實施例提供了一種用于斷層識別的模型訓練方法，該方法包括：

獲取斷層區域的斷層屬性數據；

根據斷層屬性數據，生成樣本數據集；

將樣本數據集輸入至預設的支持向量機模型中進行訓練；

通過粒子群優化算法對支持向量機模型進行計算，當計算結果滿足預設的閾值時，得到用于斷層識別的模型。

在一些實施方式中，根據斷層屬性數據，生成樣本數據集的步驟，包括：

對斷層屬性數據進行歸一化處理，得到歸一化的斷層屬性數據；

將歸一化的斷層屬性數據進行相關性計算，得到斷層屬性數據的相關性結果；

將滿足預設的相關性閾值的斷層屬性進行濾波處理，得到模型的樣本數據集。

在一些實施方式中，將歸一化后的斷層屬性數據進行相關性計算，得到斷層屬性數據的相關性結果的步驟，包括：

將歸一化后的斷層屬性數據進行相關系數計算，得到相關系數結果；

將相關系數結果進行R型聚類分析，得到斷層屬性數據的相關性結果。

在一些實施方式中，上述將滿足預設的相關性閾值的斷層屬性進行濾波處理，得到模型的樣本數據集的步驟，包括：

判斷斷層屬性的值是否小于預設的相關性閾值；

如果是，將斷層屬性的值設置為0；

如果否，當斷層屬性的值滿足y′(x)*y′(x-1)<0&y″(x)<0時，將斷層屬性的值設置為1；當斷層屬性的值不滿足y′(x)*y′(x-1)<0&y″(x)<0時，將斷層屬性的值設置為0；其中x為斷層屬性值，y′(x)為斷層屬性值的一階導數，y″(x)為斷層屬性值的二階導數。

在一些實施方式中，上述通過粒子群優化算法對支持向量機模型進行計算，當計算結果滿足預設的閾值時，停止訓練，得到用于斷層識別的模型的步驟，包括：

獲取支持向量機模型的懲罰因子和徑向基核函數參數；