典型文献
基于3D U-Net++L3卷积神经网络的断层识别
文献摘要：
断层解释在构造圈闭中起着十分重要的作用,是地震构造解释的基础和关键.使用传统的相干体、曲率等属性解释断层效率较低,并且受人为因数影响较大,致使断层识别能力有限,而传统的卷积神经网络虽然可以在一定程度上摆脱人为因素的干扰,但在断层识别精度上并没有明显的提高.为了解决断层识别困难的问题,本文提出了一种基于3D U-Net++L3卷积神经网络的断层智能识别方法,该方法是采用计算机视觉领域的图像语义分割技术,对输入数据体的每一个像素点进行判断是否为断层,随后输出断层概率体.测试结果表明,本文所选用的模型的测试精度可以提高至95％左右,损失函数值可以收敛至2％左右.实际应用表明,模型可以在实际地震数据中准确地估算断层位置,在断层连续性上面有所提高,解决了断层与背景在细节上难分问题.从而验证了图像语义分割技术在断层识别上具有一定的研究价值.
文献关键词：
断层解释;3D U-Net++L3卷积神经网络;图像语义分割;像素点
中图分类号：
作者姓名：
何易龙;文晓涛;王锦涛;张超铭;兰昀霖
作者机构：
成都理工大学油气藏地质及开发工程国家重点实验室,成都 610059;成都理工大学地球物理学院,成都 610059
文献出处：
引用格式：
[1]何易龙;文晓涛;王锦涛;张超铭;兰昀霖-.基于3D U-Net++L3卷积神经网络的断层识别)[J].地球物理学进展,2022(02):607-616
A类：
Net++L3
B类：
断层识别,断层解释,构造圈闭,地震构造解释,相干体,曲率,属性解释,识别能力,人为因素,识别精度,决断,智能识别方法,计算机视觉,图像语义分割,语义分割技术,输入数据,像素点,出断,测试精度,损失函数,函数值,地震数据,断层位置,上面,了断,难分
AB值：
0.291241
相似文献
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。
