摘要
本发明公开了一种基于机器学习的地震数据智能化质量控制方法及装置,属于地震数据处理技术领域。该方法包括以下步骤:S1.根据输入的地震数据及处理的目的,计算具有相关性和敏感性的单道属性,并按照不同的数据域进行组织;S2.将不同数据域的属性,利用深度学习网络进行特征提取,生成特征矩阵;S3.利用聚类分析算法,对特征矩阵进行分类,实现地震数据的分类;S4.应用地震数据的分类结果进行针对性的数据处理,实现地震数据的质量控制。本发明通过引入机器学习中的深度学习网络和无监督学习技术,实现自动化智能质量控制,显著提高地震数据处理效率,且能有效降低错误率。本发明适用于地震数据处理中的质量控制。
技术关键词
深度学习网络
聚类分析算法
生成特征
地震数据处理技术
监督学习技术
主元分析法
叠前数据
矩阵
谱域
可读存储介质
特征提取模块
数据分类
处理器
计算机设备
组织
错误率
存储器
系统为您推荐了相关专利信息
性能预测模型
复杂度
性能预测方法
分支
生成特征向量
计量装置
聚类分析算法
决策树算法
项目
异常数据
无人机拍摄图像
生成特征
神经网络架构
特征融合网络
前馈神经网络
缺陷检测方法
深度学习模型
三维图像数据
深度学习网络提取
可视化技术