公开(公告)号：CN115932953B

公开(公告)日：2025-05-16

申请号：CN202211208146.6

申请日：2022-09-30

Applicant: 西安交通大学

Inventor： 刘乃豪 ,  张宇新 ,  杨阳 ,  魏圣焘 ,  雷友波 ,  王家乐 ,  王治国 ,  高静怀

IPC: G01V1/30 ,  G01V1/32 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明提供了一种基于深度学习的地震波衰减估计方法和估计系统，该地震波衰减估计方法在稀疏时频变换的计算基础上，引入深度学习神经网络模型，来避免多次低效的人工选取参数实验以及大量的计算时间，克服了现有技术中的稀疏时频变换的缺点，并进一步将其应用在实际地震数据中，进行地震衰减估计，增强了此方法的实用性与可靠性。

公开(公告)号：CN113740909A

公开(公告)日：2021-12-03

申请号：CN202110858324.9

申请日：2021-07-28

Applicant: 西安交通大学

Inventor： 刘乃豪 ,  魏圣焘 ,  杨阳 ,  高静怀 ,  王治国 ,  张浩然 ,  张宇新 ,  雷友波

IPC: G01V1/30 ,  G06F17/14

Abstract: 本发明公开了一种基于稀疏S变换和自适应对数谱比法的地震衰减估计方法、系统、设备及存储介质，属于勘探地球物理研究领域，本发明使用稀疏S变换求解地震数据的时频谱，相比于传统S变换使得时频谱能量更为集中，有利于提高对数谱比法估计Q值的准确性；本发明引入自适应频带选取方法，避免了手动选取频带范围可能造成的人为影响，提高了Q值估计结果的可信度。其次本发明使用稀疏S变换，对于噪声具有一定抑制作用，这使得提取其目标区域上、下两个层位处的频谱用对数谱比法估计Q值时避免了噪声的严重干扰，改善了Q值估计的抗噪性。

公开(公告)号：CN115964624A

公开(公告)日：2023-04-14

申请号：CN202211212676.8

申请日：2022-09-30

Applicant: 西安交通大学

Inventor： 杨阳 ,  雷友波 ,  刘乃豪 ,  张宇新 ,  魏圣焘 ,  王家乐 ,  王治国 ,  高静怀

IPC: G06F18/213 ,  G06N3/0464 ,  G06N3/088

Abstract: 本申请提供了一种基于自编码器的稀疏时频谱分析方法、模型、设备及介质，所述方法基于Unet网络的稀疏时频分析网络模型的编码器，提取地震信号的地震信号特征，并将地震信号特征转换为地震时频谱矩阵；基于混合范数约束，对所述地震时频谱矩阵进行稀疏约束和光滑约束；基于Unet网络的稀疏时频分析网络模型的解码器，对地震时频谱矩阵进行解码，生成地震信号对应的地震时频谱，以根据所述地震时频谱进行时频分析。通过上述方式，本申请引入深度学习网络模型计算地震数据的稀疏时频谱，避免了传统计算过程中大量的人工选取参数实验，提高了时频分析的效率；同时利用无监督的思想，不再依赖数据标签，突破了实际地震数据标签难以获得的难题。

公开(公告)号：CN115576005A

公开(公告)日：2023-01-06

申请号：CN202211181218.2

申请日：2022-09-27

Applicant: 西安交通大学

Inventor： 刘乃豪 ,  魏圣焘 ,  杨阳 ,  王家乐 ,  高静怀 ,  王治国 ,  雷友波 ,  张宇新

IPC: G01V1/28 ,  G01V1/30

Abstract: 本发明公开一种稀疏时频谱的地震衰减定性估计方法、系统、设备及可读存储介质，其中，一种稀疏时频谱的地震衰减定性估计方法包括计算地震数据的稀疏时频谱，计算地震数据的傅里叶频谱并得到高频频率和低频频率，根据高频频率和低频频率计算调节因子，将高频频率和低频频率分别用于稀疏时频谱，得到高频地震分量和低频地震分量，低频地震分量减去高频地震分量和调节因子的乘积，得到地震衰减定性估计结果。相对于现有技术中的S变换，稀疏时频谱能够将信号时频谱的主频恢复到正常值，所提取的单频分量的准确度更高，得到的地震衰减定性估计结果能够提升地震衰减剖面的可读性和准确性。

公开(公告)号：CN115932953A

公开(公告)日：2023-04-07

申请号：CN202211208146.6

申请日：2022-09-30

Applicant: 西安交通大学

Inventor： 刘乃豪 ,  张宇新 ,  杨阳 ,  魏圣焘 ,  雷友波 ,  王家乐 ,  王治国 ,  高静怀

IPC: G01V1/30 ,  G01V1/32 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明提供了一种基于深度学习的地震波衰减估计方法和估计系统，该地震波衰减估计方法在稀疏时频变换的计算基础上，引入深度学习神经网络模型，来避免多次低效的人工选取参数实验以及大量的计算时间，克服了现有技术中的稀疏时频变换的缺点，并进一步将其应用在实际地震数据中，进行地震衰减估计，增强了此方法的实用性与可靠性。

公开(公告)号：CN113740909B

公开(公告)日：2022-08-09

申请号：CN202110858324.9

申请日：2021-07-28

Applicant: 西安交通大学

Inventor： 刘乃豪 ,  魏圣焘 ,  杨阳 ,  高静怀 ,  王治国 ,  张浩然 ,  张宇新 ,  雷友波

IPC: G01V1/30 ,  G06F17/14

Abstract: 本发明公开了一种基于稀疏S变换和自适应对数谱比法的地震衰减估计方法、系统、设备及存储介质，属于勘探地球物理研究领域，本发明使用稀疏S变换求解地震数据的时频谱，相比于传统S变换使得时频谱能量更为集中，有利于提高对数谱比法估计Q值的准确性；本发明引入自适应频带选取方法，避免了手动选取频带范围可能造成的人为影响，提高了Q值估计结果的可信度。其次本发明使用稀疏S变换，对于噪声具有一定抑制作用，这使得提取其目标区域上、下两个层位处的频谱用对数谱比法估计Q值时避免了噪声的严重干扰，改善了Q值估计的抗噪性。