基于3D半密度卷积神经网络的断裂检测
Fault detection based on 3D semi-dense convolutional neural network作者机构：北京大学地球与空间科学学院北京100871 中国石油勘探开发研究院北京100083
出 版 物：《地球物理学进展》 (Progress in Geophysics)
年 卷 期：2019年第34卷第6期
页 面：2256-2261页
核心收录：
学科分类：081801[工学-矿产普查与勘探] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程]
基 金：国家重点研发计划重点专项(2016YFC0601107) 中国石油集团科学技术研究院有限公司超前技术研究项目(2017ycq11)联合资助
摘 要：基于传统相干属性的断层检测方法易受地层倾角的影响,为了提高断层检测的精度,本文提出了一种基于改进的半密度卷积网络的断裂检测方法.在密度卷积网络模型基础上,去除了池化层,并将之前所有的卷积层与第一个全连接层连接,然后传给下一个全连接层,改进后的网络结构模型既兼顾了不同尺度的信息,又保持了空间分辨率.实际地震数据测试表明,改进的方法可以在弱监督标签条件下实现高精度的断层检测,且断裂检测模型具有一定的迁移能力.
维普期刊数据库
同方期刊数据库