欢迎来到天天文库
浏览记录
ID:35054465
大小:2.91 MB
页数:64页
时间:2019-03-17
《地震层面及断层自动解释方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、西安科技大学硕士学位论文地震层面及断层自动解释方法研究专业名称:计算机应用技术作者姓名:杨利娜指导教师:张群会学位论文独创性说明本人郑重声明:所呈交的学位论文是我个人在导师指导下进行的研究工作及其取得研究成果。尽我所知,除了文中加以标注和致谢的地方外,论文中不包含其他人或集体已经公开发表或撰写过的研究成果,也不包含为获得西安科技大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。学位论文作者签名:日期:论文题目:地震层面及断层自动解释方法
2、研究专业:计算机应用技术硕士生:杨利娜(签名)指导教师:张群会(签名)摘要随着地震数据解释技术的成熟,在地质勘探中对地震层面及断层的解释已经成为一种趋势。本文以地震记录为研究对象,应用神经网络、小波分析和智能蚂蚁等数学算法完成地震层面及断层自动解释。本文的主要研究内容和结果如下:通过分析数据特点,完成了对地震记录SEG_Y格式文件的解析。地震数据的采集受到多种因素的影响,会产生噪声,本文采用小波阈值滤波技术对地震波进行消噪处理,为地层追踪提供高质量的数据;并使用相干技术对地震数据进行预处理,形成相干体,为断层识别提供良好的数据
3、支持。利用地震同相轴波形特性,采用自组织神经网络进行地震层面追踪。由于神经元过多会增加神经网络的负担,为维持地震波特性,本文首先采用主成分分析法对地震波参数进行降维处理,之后利用自组织神经网络完成对地层的自动追踪。实验表明,利用基于主成分分析法的自组织神经网络对地层自动追踪,既保留了地震波形的参数特性,又提高了地层追踪的效率。根据相干体的数据属性,采用蚁群算法对断层进行自动识别。蚁群算法时间复杂度随蚂蚁数量的增多而增大,追踪前优化的蚂蚁数量、追踪时采用基于块的梯度确定追踪方向,并不断调整蚂蚁数量以提高断层识别的速度。实验表明,
4、本文的基于改进的蚂蚁算法在断层识别过程中的应用,既保证了断层识别的精度又提高了识别速度。关键词:地震波;相干技术;地层追踪;断层识别;自组织神经网络;蚂蚁追踪研究类型:应用研究Subject:AutomaticinterpretationofseismiclevelsandfaultSpecialty:TechnologyofComputerApplicationName:YangLina(Signature)Name:ZhangQunhui(Signature)ABSTRACTAsthetechnologymaturesof
5、seismicdatainterpretation,theinterpretationofseismiclevelsandfaulthasbecomeatrendingeologicalexploration.Thispapertakesseismicwavesastheresearchobject,Applyingpatternrecognition,waveletanalysisandintelligentantsandothermathematicalalorithmtocompletetheautomaticinter
6、pretationofseismiclevelsandfaults.Primaryresearchcontentandresultsdescribedasfollows:ThroughanalyzingthecharacteristicsofdatatocompletetheSEG_Ydocumentsparse,tocompletedatastorage.Sincetheacquisitionofseismicdataisinfluencedbymanyfactors,wouldgeneratednoise.Thispape
7、rusewaveletthresholdfilteringtechniquetocompletewavesdenoising,providinghigh-qualitydataforthelayertrack.Thenusecoherenttechnologyonseismicdatatoformthecoherentcubes,providingfitdataforfaulttrace.Accordingtothecharacteristicofaxiswaveform,thispaperuseSOFMtotrackthel
8、ayer.Sincemoretoomuchneuronswouldcauseburdentothenet.Toensuretheparametercharacteristicsofseismicwave,thispaperusethecomponentanalysistoco
此文档下载收益归作者所有