摘要
本发明属于地震勘探技术领域,公开了一种地震相自动分类模型的构建方法及相关系统,本发明引入了可学习散射变换网络,能够利用散射变换提取地震数据的多阶特征,相比传统黑箱深度神经网络,散射变换特征能与地质学中的沉积相、岩性分布等概念建立直接联系,模型输出更容易被地质解释人员理解与信任,有助于推广实际应用。本发明通过可学习散射变换网络获取多阶多尺度特征,再利用多层Transformer网络深度融合这些特征。
技术关键词
叠后数据
标签
多尺度特征提取
地震勘探技术
滤波器
深度神经网络
散射特征
变换特征
网络深度
多层感知机
数据获取模块
搭建模块
构建系统
注意力
编码器
系统为您推荐了相关专利信息
点云分割方法
变电站设备
物体
三维点云模型
离群点
数据库查询方法
轻量化神经网络
数据库查询系统
数据库执行计划
蒸馏
变风量控制方法
协方差矩阵
状态估计模型
送风口
回风口
稳定控制方法
多旋翼无人机
共轴双桨
无人机飞行控制系统
混沌灰狼优化
轴承故障诊断方法
矩阵
故障特征
拉格朗日乘数法
采集机械设备