[發明專利]基于恒等快捷映射的深層卷積神經網絡自動層位追蹤方法在審
| 申請號： | 202010841336.6 | 申請日： | 2020-08-20 |
| 公開（公告）號： | CN111815680A | 公開（公告）日： | 2020-10-23 |
| 發明（設計）人： | 錢峰;范昱琪;袁英淏;胡光岷 | 申請（專利權）人： | 電子科技大學 |
| 主分類號： | G06T7/246 | 分類號： | G06T7/246;G06T7/11;G06N3/04;G06N3/08 |
| 代理公司： | 成都虹盛匯泉專利代理有限公司 51268 | 代理人： | 王偉 |
| 地址： | 611731 四川省成*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 恒等 快捷 映射 深層 卷積 神經網絡 自動 層位 追蹤 方法 | ||
1.基于恒等快捷映射的深層卷積神經網絡自動層位追蹤方法，其特征在于，包括以下步驟：
S1、對地震剖面圖像進行預處理；
S2、使用恒等快捷連接卷積神經網絡對地震反射特征進行提取、壓縮和精煉；
S3、對步驟S2提取的信息進一步采集局部特征以及全局特征；
S4、將采集的特征進行分類計算。
2.根據權利要求1所述的基于恒等快捷映射的深層卷積神經網絡自動層位追蹤方法，其特征在于，所述步驟S1具體包括以下子步驟：
S11、將整個地震剖面劃分成多個小圖像塊，每個小圖像塊大小為32×32；
S12、將標簽分配給每個小圖像塊，具體實現方法為：判斷每個小圖像塊的中心是否位于層位上，若是則將該圖像塊標記為1，否則標記為0；
S13、將圖像塊數據進行二分類訓練，以判別該圖像塊的中心位置是否處于層位上；
S14、對非層位數據進行處理：設定遺失概率來降低得到的非層位圖像塊的數量，設置遺失概率為0.5，即隨機選取50％的非層位數據進行舍棄；同時在層位上設定偏差值，若一個小圖像快的中心點與某個確定的層位的距離在偏差值范圍內，即使該數據被人工標記標定為非層位，也認定該數據為層位數據，標記為1；
S15、從層位數據集合中提取20％作為驗證數據，用于對模型超參數進行調整；其余數據作為訓練數據；
S16、對數據進行歸一化處理：使用Min-Max規范化方法，使數據尺度被規范化到0-1范圍內；Min-Max規范化方法通過以下公式實現：
其中Xnor為規范化后的數據，X為原始的地震數據，Xmax和Xmin分別為地震振幅中的極大值和極小值。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于電子科技大學，未經電子科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010841336.6/1.html，轉載請聲明來源鉆瓜專利網。
