【技术实现步骤摘要】
本专利技术涉及地震数据处理，特别涉及一种噪声标签纠错调整方法、装置、计算机设备和存储介质。
技术介绍
1、地震流体识别指利用地震数据对储层含流体性质进行分类和识别。本节实现了一种基于标签调整卷积神经网络的储层流体识别技术。自2012年alexnet赢得ilsvrc(large-scale visual recognition challenge)以来，神经网络逐渐成为诸多计算机科学行业的主流研究方向。各种高效的网络结构被陆续提出，比如vggnet、u-net、fcn、resnet、shufflenet、senet、densenet等。神经网络也被广泛应用到地震反演、断层检测、插值等地震信号研究领域。神经网络的非线性逼近能力使其有能力从训练数据中回归出全局最优模型。然而，作为一种基于数据驱动的学习算法，神经网络的运行效果较大地取决于标签样本的丰富性和准确性。在地震流体识别领域，通常使用测井数据作为标签样本。在实际应用中，测井标签数据较少且可能存在噪声标签问题，即标签可能有误。
技术实现思路
...
【技术保护点】
1.一种噪声标签纠错调整方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述储层流体标签的标签类别与所述预测类别进行对比，基于所述储层流体标签的标签类别与所述预测类别的对比结果对所述深度神经网络进行迭代，得到迭代后的所述深度神经网络的步骤包括：
3.根据权利要求2所述的方法，其特征在于，所述随机变量符合Bernoulli(1；Ct)分布，其中，Ct的变化过程满足：
4.根据权利要求3所述的方法，其特征在于，当λ取值为1时，Ct取值随着迭代次数t线性下降；当λ取值小于1时，Ct取值随着迭代次数t下降先慢后快，...
【技术特征摘要】
1.一种噪声标签纠错调整方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述储层流体标签的标签类别与所述预测类别进行对比，基于所述储层流体标签的标签类别与所述预测类别的对比结果对所述深度神经网络进行迭代，得到迭代后的所述深度神经网络的步骤包括：
3.根据权利要求2所述的方法，其特征在于，所述随机变量符合bernoulli(1；ct)分布，其中，ct的变化过程满足：
4.根据权利要求3所述的方法，其特征在于，当λ取值为1时，ct取值随着迭代次数t线性下降；当λ取值小于1时，ct取值随着迭代次数t下降先慢后快，当λ取值大于1时，ct取值随着迭代次数t下降先快后慢。
5.根据权利要求1-4任一项中所述的方法，其特征在于，所述基于所述储层流体标签的标签类别与所述预测类别的对比结果对所述深度神经网络进行迭代的步骤中，基于网络的损...
【专利技术属性】
技术研发人员：陈蕾，唐金良，钟晗，
申请(专利权)人：中国石油化工股份有限公司，
类型：发明
国别省市：
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。