本公开提供了一种基于波动方程驱动的半监督深度学习地震数据反演方法，能够实现对部分地震数据缺少对应地质模型情况下的深度学习反演网络，首先针对叠前地震数据特征采用道卷积‑全连接网络，对地震数据进行增强，并通过提取特征图并最终得到地质波速模型，完成地震数据与地下多层介质模型的映射关系；同时在网络结构中加入了波动方程，对无对应地质模型的地震数据，以数据损失函数替代波速损失函数，引入了物理规律，并实现了半监督学习策略。通过半监督深度学习地震数据反演网络，提高了在有标签数据较少时深度学习网络反演效果。
声明：
“基于波动方程驱动的半监督深度学习地震数据反演方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
785
编辑：管理员
来源：北方有色网
咨询细节
