期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于SA-VNet卷积神经网络的低序级断层识别方法 被引量：4
1
作者 张陈强 贺锡雷 +3 位作者 谌洪平 秦思萍 张祖豪 周云秋 《地球物理学进展》 CSCD 北大核心 2024年第2期634-646,共13页
在地震构造解释中,断层识别起着十分重要的作用,是寻找油气有利区域的基础和关键.在受走滑断层影响的区域,低序级断层发育,导致区域构造复杂.常规的断层识别方法和传统的卷积神经网络对低序级断层的识别效果较差,这会对复杂地区的油气... 在地震构造解释中,断层识别起着十分重要的作用,是寻找油气有利区域的基础和关键.在受走滑断层影响的区域,低序级断层发育,导致区域构造复杂.常规的断层识别方法和传统的卷积神经网络对低序级断层的识别效果较差,这会对复杂地区的油气藏勘探开发造成严重的影响.为了克服这一问题,并且提高训练效率,在V-Net网络的基础上加入了空间注意力机制(Spatial Attention)和动态调整学习率,提出了SA-VNet网络的断层识别方法.该方法是采用图像处理领域的语义分割技术,通过判断输入数据体的每个数据点为断层的概率,得到断层概率体.使用动态调整学习率能实现用更少的训练轮次得到更好的训练效果.通过理论模型验证了提出方法的可行性.随后,将SA-VNet网络应用于实际工区,结果表明该方法对低序级断层的识别能力更强,准确率更高. 展开更多
关键词 断层识别 低序级断层 卷积神经网络 sa-vnet
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部