[發(fā)明專利]地質(zhì)異常體識別的方法及其模型訓(xùn)練方法、裝置有效
| 申請?zhí)枺?/td> | 202010012578.4 | 申請日: | 2020-01-07 |
| 公開(公告)號: | CN111178320B | 公開(公告)日: | 2020-11-17 |
| 發(fā)明(設(shè)計)人: | 李冬;彭蘇萍;郭銀玲;盧勇旭;崔曉芹 | 申請(專利權(quán))人: | 中國礦業(yè)大學(xué)(北京) |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G01V1/28;G01V1/30 |
| 代理公司: | 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463 | 代理人: | 董艷芳 |
| 地址: | 100000 *** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 地質(zhì) 異常 識別 方法 及其 模型 訓(xùn)練 裝置 | ||
1.一種用于地質(zhì)異常體識別的模型訓(xùn)練方法,其特征在于,所述方法包括:
獲取樣本區(qū)域的地震繞射波數(shù)據(jù)以及地震反射波數(shù)據(jù);
將所述地震反射波數(shù)據(jù)以及所述地震繞射波數(shù)據(jù)進行渲染,得到訓(xùn)練樣本圖像;
將所述樣本圖像輸入至預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型中進行訓(xùn)練;
當(dāng)所述預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型中的輸出結(jié)果滿足預(yù)設(shè)的期望閾值時停止所述模型的訓(xùn)練,得到所述用于地質(zhì)異常體識別的模型;
所述將所述樣本圖像輸入至預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型中進行訓(xùn)練的步驟之前,所述方法還包括:
獲取所述樣本區(qū)域中的地質(zhì)異常體坐標(biāo),獲得該所述坐標(biāo)對應(yīng)的地質(zhì)異常體數(shù)據(jù);
根據(jù)所述地質(zhì)異常體數(shù)據(jù),得到該所述坐標(biāo)中相對應(yīng)的剖面圖;所述剖面圖用于所述神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練;
根據(jù)所述地質(zhì)異常體數(shù)據(jù),得到該所述坐標(biāo)中相對應(yīng)的剖面圖的步驟,包括:
通過對所述樣本區(qū)域進行等距切取,獲得所述剖面圖;或者
通過對所述樣本區(qū)域進行隨機切取,獲得所述剖面圖。
2.根據(jù)權(quán)利要求1所述的模型訓(xùn)練方法,其特征在于,將所述地震反射波數(shù)據(jù)以及所述地震繞射波數(shù)據(jù)進行渲染,得到所述模型的樣本圖像的步驟,包括:
根據(jù)所述地震反射波數(shù)據(jù)中的能量數(shù)據(jù),對所述地震反射波數(shù)據(jù)進行可視化圖像渲染,得到所述地震反射波的數(shù)據(jù)圖;
根據(jù)所述地震繞射波數(shù)據(jù)中的能量數(shù)據(jù),對所述地震繞射波數(shù)據(jù)進行可視化圖像渲染,得到所述地震繞射波的數(shù)據(jù)圖;
將所述地震反射波的數(shù)據(jù)圖與所述地震繞射波的數(shù)據(jù)圖進行融合,得到所述模型的樣本圖像。
3.根據(jù)權(quán)利要求2所述的模型訓(xùn)練方法,其特征在于,將所述地震反射波的數(shù)據(jù)圖與所述地震繞射波的數(shù)據(jù)圖進行融合,得到所述模型的樣本圖像的步驟,包括:
將所述地震反射波的數(shù)據(jù)圖設(shè)置為背景圖層,所述背景圖層設(shè)置在所述樣本圖像的底層;
將所述地震繞射波的數(shù)據(jù)圖設(shè)置為普通圖層,所述普通圖層設(shè)置在所述背景圖層的頂層;
根據(jù)所述地震反射波數(shù)據(jù)以及所述地震繞射波數(shù)據(jù)中的能量數(shù)據(jù),調(diào)整所述普通圖層的透明度和色彩參數(shù),得到所述模型的樣本圖像。
4.根據(jù)權(quán)利要求1所述的模型訓(xùn)練方法,其特征在于,所述神經(jīng)網(wǎng)絡(luò)模型為CNN、AlexNet、ZFNet、VGGNet、GoogLeNet、ResNet、UNet以及SRCNN中的任意一種。
5.一種地質(zhì)異常體識別的方法,其特征在于,所述方法包括:
獲取待識別的地震波數(shù)據(jù)圖像;所述地震波數(shù)據(jù)圖像通過所述地震反射波數(shù)據(jù)以及所述地震繞射波數(shù)據(jù)經(jīng)過可視化渲染得到;
將所述待識別的地震波數(shù)據(jù)圖像輸入至預(yù)先完成訓(xùn)練的地質(zhì)異常體識別模型中,輸出所述地質(zhì)異常體識別的結(jié)果;所述地質(zhì)異常體識別模型通過權(quán)利要求1-4任一項所述的用于地質(zhì)異常體識別的模型訓(xùn)練方法訓(xùn)練得到。
6.一種用于地質(zhì)異常體識別的模型訓(xùn)練裝置,其特征在于,所述裝置包括:
數(shù)據(jù)采集模塊,用于獲取樣本區(qū)域的地震繞射波數(shù)據(jù)以及地震反射波數(shù)據(jù);
樣本圖像生成模塊,用于將所述地震反射波數(shù)據(jù)以及所述地震繞射波數(shù)據(jù)進行渲染,得到所述模型的訓(xùn)練樣本圖像;
模型訓(xùn)練模塊,用于將所述樣本圖像輸入至預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型中進行訓(xùn)練;
模型獲取模塊,用于當(dāng)所述預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型中的輸出結(jié)果滿足預(yù)設(shè)的期望閾值時停止所述模型的訓(xùn)練,得到所述用于地質(zhì)異常體識別的模型;
所述裝置,還包括:地質(zhì)異常體數(shù)據(jù)訓(xùn)練模塊;所述地質(zhì)異常體數(shù)據(jù)訓(xùn)練模塊,用于獲取所述樣本區(qū)域中的地質(zhì)異常體坐標(biāo),獲得該所述坐標(biāo)對應(yīng)的地質(zhì)異常體數(shù)據(jù);根據(jù)所述地質(zhì)異常體數(shù)據(jù),得到該所述坐標(biāo)中相對應(yīng)的剖面圖;所述剖面圖用于所述神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練;
所述地質(zhì)異常體數(shù)據(jù)訓(xùn)練模塊還用于:通過對所述樣本區(qū)域進行等距切取,獲得所述剖面圖;或者通過對所述樣本區(qū)域進行隨機切取,獲得所述剖面圖。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國礦業(yè)大學(xué)(北京),未經(jīng)中國礦業(yè)大學(xué)(北京)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010012578.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





