基于地震属性的机器学习在构造识别中的应用

作     者：姚江凯 刘家豪 Yao Jiangkai;Liu Jiahao

作者机构：中国矿业大学(北京)地球科学与测绘工程学院北京100083 

出 版 物：《煤炭与化工》 (Coal and Chemical Industry)

年 卷 期：2020年第43卷第12期

页      面：67-71页

学科分类：081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学] 

基　　金：国家重点研发计划项目(2018YFC0807800) 

主　　题：无监督学习 地震属性 构造识别 属性融合 聚类分析 

摘      要：地震数据的构造解释对矿山安全高效开采有重要作用,地震属性常用来进行构造解释,而单一属性及传统属性叠置方法无法完全利用地震数据中的信息。本文使用基于主成分分析-竞争神经网络的方法对多种地震属性进行融合聚类,实现复杂构造的识别。首先提取与构造相关性强的地震属性,然后利用主成分分析方法得到贡献率最大的几个主成分分量,最后利用无监督学习方法中的竞争神经网络来实现对选定的主成分分量的融合和聚类。以邢东矿区1200勘探区(经实际揭露为构造发育区域)的地震数据作为研究对象,应用基于主成分分析-竞争神经网络的多属性融合聚类方法进行分析,聚类图像能够清晰对应实际地质异常,有效分辨构造分布特征,为多属性构造识别提供了一种可行的方法。