深度域神经网络数据驱动岩性参数反演

摘要：

本文针对深度域地震资料反演问题提出了神经网络数据驱动岩性参数反演方法.该反演方法是非线性的,且由数据驱动,不需基于任何确定性算子,其中数据驱动方法由结构风险最小化神经网络实现.在反演运算过程中,通常将测井资料和地震记录作为训练样本,其中井旁道地震记录作为输入,测井资料作为输出,网络学习完成后,得到由地震记录转换为测井资料的反演映射关系,进而进行岩性解释.文中通过理论模型及叠前深度偏移地震资料的岩性参数反演实例,说明了方法的有效性.

关键词：深度域、神经网络、数据驱动、反演、结构风险最小

所属期刊栏目：40

分类号：TE1(石油、天然气地质与勘探)

在线出版日期：2007-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：83-86,112