当前位置: 首页 > 专利查询>吉林大学专利>正文

一种基于Mamba的地震数据插值方法技术

技术编号:44634266 阅读:16 留言:0更新日期:2025-03-17 18:28
本发明专利技术涉及一种基于Mamba的地震数据插值方法,包括构建地震数据插值方法训练、验证和测试所需数据集;构建基于Mamba的地震数据插值网络,用于恢复数据中的缺失道;构建损失函数;网络模型训练;网络模型测试;网络模型应用。本发明专利技术通过多个密集状态空间模块来高效提取全局特征,用以解决地震数据的缺失和稀疏采集导致的低密度的问题。本发明专利技术所引入的Mamba模型,不仅能捕获全局特征,使插值后的数据质量更优,还由于其轻量化的设计显著减少了训练时间。同时,本发明专利技术中的密集连接让各层之间的特征交互更为丰富,使地震数据的特征更好地在每一层被利用。本发明专利技术可在提升地震数据完整性与准确性的同时,显著降低计算复杂度与时间成本。

【技术实现步骤摘要】

本专利技术属于地震勘探和人工智能,具体涉及一种基于mamba的地震数据插值方法。


技术介绍

1、油气资源作为现代社会最重要的能源之一,在全球能源供应体系中扮演着不可或缺的角色。无论是工业生产中的原料供应,还是交通运输中的燃料需求,油气资源的稳定供应都是经济活动顺利进行的基础。由于油气资源的分布具有明显的区域性特征,其勘探与开采的复杂性直接影响到国际能源市场的稳定性。随着全球能源需求的不断增长,如何通过技术手段提高油气资源开发的效率和可持续性,成为各国能源政策的核心议题。

2、地震勘探在油气资源勘探过程中是不可或缺的关键技术,面临着诸多挑战,特别是在地震数据的缺失和采集密度低的情况下。这些问题通常由复杂地形、设备限制以及经济成本等因素所造成,导致地震数据不完整,无法全面准确地反映地下地质结构。低密度的数据采集不仅降低了地震剖面的分辨率,还增加了后期数据处理和解释的难度,可能引发勘探结果的偏差。特别是在面对深层油气藏或复杂构造油气藏时,数据的缺失和采集不均匀性严重影响了成像效果,降低了油气藏定位的准确性。因此,通过智能化手段有效处理地震数据,提高数本文档来自技高网...

【技术保护点】

1.一种基于Mamba的地震数据插值方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于Mamba的地震数据插值方法,其特征在于,步骤S1,具体包括以下步骤:

3.根据权利要求1所述的一种基于Mamba的地震数据插值方法,其特征在于,步骤S2,具体为:用于地震数据插值的神经网络主要由多个密集状态空间模块堆叠而成;训练集中含缺失的数据首先通过一个卷积操作扩张维度,随后输入进密集状态空间模块;经过几个重复的密集状态空间模块之后,特征图经过一个3×3卷积层提取特征,并与残差连接加和,最后通过一个3×3卷积层减少特征维度,从而获得插值后的地震剖面。

<...

【技术特征摘要】

1.一种基于mamba的地震数据插值方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于mamba的地震数据插值方法,其特征在于,步骤s1,具体包括以下步骤:

3.根据权利要求1所述的一种基于mamba的地震数据插值方法,其特征在于,步骤s2,具体为:用于地震数据插值的神经网络主要由多个密集状态空间模块堆叠而成;训练集中含缺失的数据首先通过一个卷积操作扩张维度,随后输入进密集状态空间模块;经过几个重复的密集状态空间模块之后,特征图经过一个3×3卷积层提取特征,并与残差连接加和,最后通过一个3×3卷积层减少特征维度,从而获得插值后的地震剖面。

4.根据权利要求3所述的一种基于mamba的地震数据插值方法,其特征在于:所述密集状态空间模块由4个二维状态空间模块、4个concat操作、5个3×3卷积层、残差连接以及密集连接组成;在密集状态空间模块中,输入特征图首先经过一个二维状态空间模块,随后与其本身在通道维度进行拼接,并用3×3卷积层将通道数减少至与输入相同;随后三个二维状态空间模块的输出都是与之前的每一层输出在通道维度进行拼接,然后用3×3卷积层减少通道;特征图最后经过一个3×3卷积层提取特征,并与残差连接加和,获得密集状态空间模块的输出特征图。

5.根据权利要求4所述的一种基于mamba的地震数据插值方法,其特征在于:所述二维状态空间模块由1个二维mamba模块、1个层归一化层、1个3×3卷积层、一个通道注意力层和一条残差连接组成;特征图首先输入二维mamba模块,随后经过先后输入层归一化层、...

【专利技术属性】
技术研发人员:董新桐魏昌信程明
申请(专利权)人:吉林大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1