基于主动学习地震多层位解释方法研究

来源 :2022年中国石油物探学术年会论文集(下册) | 被引量 : 0次 | 上传用户:svennis
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
地震层位解释是构造解释的重点内容,目前主要是人工交互解释和自动化解释两种方式,人工解释缺点是成本高,周期长,而自动化解释方法经常存在串层的问题导致需要人工大量质控。本文提出基于主动学习机制的智能多层位同时解释方法,利用主动学习和语义分割构建多层位解释网络,通过将待解释的多个目标层位进行人工标注用于端到端的网络模型训练,实现智能多层位解释,由于多个层位之间具有空间走势约束特征,可有效避免基于深度学习方法层位解释经常遇到的串层问题。通过数值试算表明本文提出的智能多层位解释方法显著提高了层位解释的精度和效率。利用迁移学习技术,可将已训练的好的多层位解释网络应用于新的工区,解决新工区层位解释应用中模型泛化问题,提高层位解释网络的适用性。
其他文献
为了构建覆盖全球和持续长久的无线通信服务,卫星移动通信系统应运而生。卫星移动通信技术由于覆盖范围广、通信容量大、不受地理条件限制、能实现全球无缝连接等特点成为B5G/6G空-天-地一体化网络中不可或缺的组成部分。准确有效的卫星信道在卫星通信系统设计、性能评估以及测试中起到了重要支撑作用。卫星通信信道展现出与传统蜂窝网络信道截然不同的新特性,给建模带来了极大的挑战。本文针对低轨道(Low Earth
学位
造船、修理、钢铁结构加工生产现场需要使用的电源箱和电气设备种类和数量很多。其中一部分需要在使用中经常移动,此外,室外露天、狭小空间、高温、潮湿等特点增加了电气操作的风险。为了防止触电等事故,从事电气作业的人员不仅要掌握电气常识,还要掌握和操作生产现场的电力供应和安全保护方法,按照规范用电。本文对船舶修理和生产现场电力安全进行研究。
期刊
<正>南方电网深圳坪山供电局结合深圳城市特点,研究新型供用电关系变革过程中,供电企业涉及的安全管理方面的职责。建立现代供电服务下的新型供用电安全管理体系,为供电企业提升安全管理能力提供合理的解题思路。
期刊
目的分析藏毛窦(pilonidal sinus,PS)的MRI特征并与病理对照,旨在加强认识,降低术前误诊率。方法回顾性分析7例经手术病理证实为PS患者的临床及MRI资料并与病理对照分析。结果7例均位于骶尾部皮下或皮下深部,7例均为男性,年龄16~35岁,平均年龄(21.5±7.6)岁。单纯管状型5例(71.4%,5/7),管状伴囊变型PS 2例(28.6%,2/7)。5例MRI表现骶尾部皮下斜向
期刊
<正>国网怀安县供电公司(简称公司)积极探讨用电安全规范化管理方法,认真扎实开展以"安全生产月"等为主题的系列宣传活动,全面普查整改高低压线路设施设备安全隐患,加强客户侧用电安全规范化管理,确保企业用电与主网安全。专业管理的目标描述以电力设施保护和用电安全社会宣传为重点,针对供电企业特点,加强人身伤害法律风险防范工作,根据"事前预防、事中控制、事后救济"的原则,
期刊
<正>在当前我国高中体育课堂中实施的分类教学模式,教师可以按学生的兴趣分类制定教学计划,这有助于学生体育特长的培养,并且可以根据学生的特点、兴趣爱好,因材施教,突破传统体育教学的束缚。一、高中体育分类教学的内涵与意义高中体育分类教学,顾名思义是指教师在充分了解学生的前提下,进行体育授课时做到因材施教,根据不同学生的不同特点分配不同的教学任
期刊
为提高化工行业临时用电安全管理水平,本文考虑HFACS中各致因类别在化工行业临时用电作业中的具体表现形式,构建了适用于该领域的HFACS模型,并通过某典型案例分析验证了模型的适用性。最后,基于行业作业特点分析及HFACS事故致因机理,构建了化工行业临时用电安全管理框架,提出了针对该领域的安全管理措施。
期刊
基于分析起重机检验中危险因素的识别与控制方法,首先针对起重机检验中危险因素的识别展开深入的分析,这样在起重机作业的时候才可以有效的消除其中存在的危险因素,其次提出控制起重机检验危险因素的有效方法,以此来使得起重机检验的质量得到有效地提高,这样才可以使得检验工作的安全风险最大程度地减少,进而使得检验人员、操作人员的人身安全以及起重机作业的安全性得到有效的保证。
期刊
<正>施工现场环境复杂,属于电气危险系数较高的特殊区域。本文结合实例,探讨企业在施工过程中如何实现临时电力系统的安全运转,确保项目顺利进行。常见问题一、保护零线引出点不正确在实际施工过程中,经常出现把临时用电保护的中性线从现场配电用电的中性线重复接地引出,或者从总配电箱一级漏电保护器的负载端反复接地的情况,给项目安全埋下隐患。
期刊
深度学习技术已被广泛地应用于地震资料处理与解释。国产软件GeoEast于2022年推出基于深度学习的智能构造解释技术。在东部某油田的生产应用测试中,智能技术的层位解释综合效率提高3倍以上,断层识别精度与信噪比均显著提高,并带来地质认识与构造图件的较大改变。研究认为,在东部地区,智能构造解释模块完全能够取代原有的层位自动追踪与相干曲率属性模块的功能,基本实现了构造解释的智能化转型。
会议