典型文献
LSTM神经网络在地震资料初至拾取中的应用
文献摘要：
本文引入RNN的升级算法LSTM神经网络技术,建立了一套海量数据、高精度的自动拾取地震资料初至流程.相比于其他神经网络方法,LSTM神经网络能够提取数据的时序特征,加强学习初至前噪音时序特征,从而提高初至拾取的精度,为地震资料的初至拾取提供一套新的思路.首先设计样本制作过程并建立、训练模型,通过模拟资料验证方法的有效性,应用于胜利油田浅海与西部山地地震勘探资料的初至拾取,取得理想效果,证明LSTM神经网络初至拾取具有较高的精度与适用性.
文献关键词：
地震资料处理;初至拾取;长短时记忆神经网络;机器学习;自动化
中图分类号：
作者姓名：
李林伟;彭崯;童思友;王忠成;尚新民;赵胜天
作者机构：
中国海洋大学海底科学与探测技术教育部重点实验室,山东 青岛 266100;青岛海洋科学与技术试点国家实验室 海洋矿产资源评价与探测技术功能实验室,山东 青岛 266237;中国石化胜利油田物探研究院,山东 东营 257022
文献出处：
引用格式：
[1]李林伟;彭崯;童思友;王忠成;尚新民;赵胜天-.LSTM神经网络在地震资料初至拾取中的应用)[J].中国海洋大学学报（自然科学版）,2022(02):87-93
A类：
B类：
初至拾取,RNN,神经网络技术,海量数据,自动拾取,神经网络方法,提取数据,时序特征,加强学习,噪音,训练模型,资料验证,验证方法,胜利油田,浅海,地震勘探,地震资料处理,长短时记忆神经网络
AB值：
0.291496
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
