一种基于神经网络的地层各向异性成因分类方法及设备

本发明提供了一种基于神经网络的地层各向异性成因分类方法及设备，涉及应用地球物理和石油勘探开发领域，方法包括：将地层参数组合作为频散数据集的样本特征；通过数值算法计算频散方程，求解理论频散曲线，作为频散数据集的标签；构建频散计算正演模型，纠正频散数据集中的个别错误样本；使用地层参数组合作为样本特征，纠正后的频散数据集作为标签，更新频散计算正演模型；提取实测声波数据频散曲线；利用频散计算正演模型获得初始预测频散曲线，建立目标函数，基于蛙跳算法迭代，更新出频散数据拟合最优解；利用拟合出的最优解对地层各向异性成因进行分类。本发明的技术方案克服现有技术中频散曲线的分类方法计算耗时长、算法稳定性差的问题。