摘要
本发明公开了一种基于Swin Transformer迭代梯度校正的半监督地震波阻抗反演方法及系统,属于地球物理勘探中的地震技术领域。本发明通过深度神经网络在模型空间内迭代校正阻抗梯度,捕获复杂的非线性先验信息;建立各项异性结构方向正则化项,沿着地层结构的方向进行约束,保证了预测结果的空间一致性。同时本发明设计的USTNet网络,结合了卷积神经网络的局部特征捕捉能力和Transformer的全局建模能力的优势,减少解的非唯一性。将该网络用于反演合成数据与实际数据,验证了本发明的有效性。
技术关键词
数据
校正方法
深度神经网络学习
地层结构
编码器
异性
Adam算法
地球物理勘探
解码器
地震技术
掩码矩阵
注意力
非线性
测井
框架
系统为您推荐了相关专利信息
电力负荷预测方法
电力负荷预测模型
电力负荷预测系统
电力负荷预测技术
可读存储介质
指纹图谱库
溯源方法
线性回归模型
企业
溯源装置
无损测量方法
对虾
计算机视觉
实例分割模型
数据处理单元
纸机网部
异常监控系统
数据采集模块
驱动电机电流数据
远程监控模块
风电机组运行状态
判别系统
指标
风电机组状态
效能