The invention discloses a neural network first arrival traveltime acquisition method, including: obtaining the original based on seismic waveform data, and processed to contain the original waveform and the corresponding label point data set, the data set is divided into training data set and test data set; according to the first arrival traveltime data acquisition in the process, as far as possible artificial picked results as the goal, combined with the characteristics of the original seismic waveform data, determine the structure of the neural network; the training data set as the input of the neural network, the corresponding label point as the output of neural network, the neural network was trained and tested on the neural network after training set using the test data, to satisfy the requirement of accuracy, then get the trained neural network; based on the neural network is trained to automatically obtain the original seismic waveform data standard A point is injected to get the time of the first arrival of the earthquake. This method improves the automatic acquisition precision of the first arrival time of the earthquake and reduces the workload of manual correction.
【技术实现步骤摘要】
基于神经网络的地震初至波走时获取方法
本专利技术涉及地球物理勘探
,尤其涉及一种基于神经网络的地震初至波走时获取方法。
技术介绍
传统的地震初至波走时获取方法最主要有如下两种:1)能量比法通过计算采集地震数据各个采样点之间的能量比值,结合初至波波形和能量特点确定初至波走时。2)图像边缘检测法。通过使用微分算子对采集地震数据对数字图像进行边缘提取,从而根据波峰位置确定初至波走时。但是,上述两种传统方法均为确定的算法基础上加上人工修正之后得到拾取的初至波走时数据,因为算法精度有限,人工校正工作量较大,通常需要研究人员做逐炮手工提取。
技术实现思路
本专利技术的目的是提供一种基于神经网络的地震初至波走时获取方法,提高了计算机从地震波形原始数据中对初至波走时数据的自动获取精度,减少人工校正工作量;同时,为野外实地探测提供从原始数据即时获取初至波走时的解决方案。本专利技术的目的是通过以下技术方案实现的:一种基于神经网络的地震初至波走时获取方法,包括:获取原始地震波形数据,并将其处理为包含原始波形和对应标注点的数据集,再将数据集划分为训练数据集与测试数据集;根据初至波走时数据获取过程,以尽可能模拟人工拾取结果为目标,结合原始地震波形数据的特征,确定神经网络的结构;将训练数据集作为神经网络的输入,将对应的标注点做为神经网络的输出,对神经网络进行训练,并利用测试数据集对训练后的神经网络进行测试,若满足精度要求,则获得训练好的神经网络;利用根据训练好的神经网络自动获取原始地震波形数据的标注点,从而获得地震初至波走时。由上述本专利技术提供的技术方案可以看出,基于神经网络获取 ...
【技术保护点】
一种基于神经网络的地震初至波走时获取方法,其特征在于,包括:获取原始地震波形数据,并将其处理为包含原始波形和对应标注点的数据集,再将数据集划分为训练数据集与测试数据集;根据初至波走时数据获取过程,以尽可能模拟人工拾取结果为目标,结合原始地震波形数据的特征,确定神经网络的结构;将训练数据集作为神经网络的输入,将对应的标注点做为神经网络的输出,对神经网络进行训练,并利用测试数据集对训练后的神经网络进行测试,若满足精度要求,则获得训练好的神经网络;利用根据训练好的神经网络自动获取原始地震波形数据的标注点,从而获得地震初至波走时。
【技术特征摘要】
1.一种基于神经网络的地震初至波走时获取方法,其特征在于,包括:获取原始地震波形数据,并将其处理为包含原始波形和对应标注点的数据集,再将数据集划分为训练数据集与测试数据集;根据初至波走时数据获取过程,以尽可能模拟人工拾取结果为目标,结合原始地震波形数据的特征,确定神经网络的结构;将训练数据集作为神经网络的输入,将对应的标注点做为神经网络的输出,对神经网络进行训练,并利用测试数据集对训练后的神经网络进行测试,若满足精度要求,则获得训练好的神经网络;利用根据训练好的神经网络自动获取原始地震波形数据的标注点,从而获得地震初至波走时。2.根据权利要求1所述的一种基于神经网络的地震初至波走时获取方法,其特征在于,原始地震波形数据为二维浮点数矩阵,其形成的灰阶图像中,纵轴是记录时间,长度固定,横轴长度由检波器个数决定,每个检波器只包含一个标注点,用于记录地震初至波走时的时间;原始地震波形数据的处理方式如下:根据原始地震波形数据中标注点分布差别,采用相应的间隔对原始地震波形数据进行切割,获得等...
【专利技术属性】
技术研发人员:陈志波,刘森,唐泽宇,
申请(专利权)人:中国科学技术大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。