干旱区生态环境知识资源中心(Arid): 残差神经网络在地震初至拾取的训练及应用

Arid

	残差神经网络在地震初至拾取的训练及应用
	浦义涛; 张雪利; 帅威; 王君; 龚莉
中文摘要	由于国际油价长期在低位徘徊,油气勘探领域资本压力空前巨大,降本增效是地震资料处理的唯一出路。如今地震勘探资料的数据量急剧上升,大数据对地震资料处理人员以及机器都提出了新的挑战。深度学习技术在大数据处理中具有良好的效果,尤其是基于卷积神经网络的深度学习算法能够对图像进行有效地识别分类。通过山地、沙漠、平原、沼泽等不同地形、不同信噪比的地震资料,对残差神经网络模型的训练,逐步取得一种高效率、高精度的自动初至走时拾取方法,从而有效地解决初至拾取低效率、低精度的问题,降低生产成本、提高工作效率。
中文关键词	残差神经网络 ; 初至拾取 ; 静校正
来源出版物	中国石油学会2019年物探技术研讨会论文集
出版年	2019
页码	4
语种	中文
中图法分类号	P618.13;P631.4
资源类型	会议论文
条目标识符	http://119.78.100.177/qdio/handle/2XILL650/337288
作者单位	东方地球物理公司研究院
推荐引用方式 GB/T 7714	浦义涛,张雪利,帅威,等. 残差神经网络在地震初至拾取的训练及应用[C],2019:4.