基于深度学习的地震资料质量分类

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 高质量的野外高密度三维地震勘探资料是后续资料处理和解释的基础，然而传统的手动或半自动评估地震记录质量的方式已不能满足高密度三维地震勘探的效率要求，也无法确定地震记录的噪声来源。文中利用深度学习技术，辅以余弦相似度算法，实现自动对地震记录的质量进行单道分类评估，分别为正常道、强震源干扰道、工业电干扰道、仪器相关问题道（检波器与大地耦合不良、空道）、弱干扰道以及并道反道共6 类。（剩余2242字）

试读结束

目录
monitor