谱分解是地震资料处理非常重要的方法,传统的谱分解方法具有时频分辨率低等缺点,为了提高谱分解方法的性能,本文提出了基于稀疏约束的短时傅里叶变换时频分析方法.该方法利用地震信号时频域表示的冗余特性,建立地震信号稀疏约束的时频...谱分解是地震资料处理非常重要的方法,传统的谱分解方法具有时频分辨率低等缺点,为了提高谱分解方法的性能,本文提出了基于稀疏约束的短时傅里叶变换时频分析方法.该方法利用地震信号时频域表示的冗余特性,建立地震信号稀疏约束的时频域分析模型,并利用快速投影迭代软阈值投影算法(Projected Fast Iterative Soft-Thresholding Algorithm,pFISTA)求模型的优化解,得到地震信号的稀疏谱分解.本文将pFISTA求解方法引入稀疏时频分析求解方法,并用于实际地震信号谱分解,与传统时频分析方法比较,本文所提方法具有更高的时频分辨率,能给出更准确的频谱信息;本文所提方法能够有效压制地滚噪声;与交错分裂Bregman方法稀疏谱分解方法比较,本文方法运算速度更快.展开更多
岩性识别是认识地层及求解储层参数的基础,受地质环境复杂性和非均质性影响,测井曲线间存在着大量的信息冗余,数据集类间分布不平衡,常用的分类算法无法满足实际需求.针对常用分类算法容错性差,识别岩性单一和无法有效解决类间不平衡的...岩性识别是认识地层及求解储层参数的基础,受地质环境复杂性和非均质性影响,测井曲线间存在着大量的信息冗余,数据集类间分布不平衡,常用的分类算法无法满足实际需求.针对常用分类算法容错性差,识别岩性单一和无法有效解决类间不平衡的问题,本文改进合成少数过采样技术(Synthetic Minority Over Sampling Technique,SMOTE)来处理数据集,可得到类间平衡的新数据集,并提出一种新的模糊隶属度函数改进模糊孪生支持向量机,在北美Hugoton油气田实际测井数据的基础上,用改进多分类孪生支持向量(Improve Multi Class Twin Support Vector Machine,IMCTSVM)综合自然伽马(GR)、电阻率(RL)、光电效应(PE)、中子密度孔隙度差异(DPHI)和平均中子密度孔隙度(PHIND)五种测井参数,以及相对位置(RELPOS)和非海洋/海洋指标(NM_M)两种地质约束变量,识别出9种岩性.将识别结果与传统支持向量机、深度神经网络等方法进行对比与分析,发现IMCTSVM算法优于上述两种分类算法,取得了较好的识别效果.展开更多
文摘谱分解是地震资料处理非常重要的方法,传统的谱分解方法具有时频分辨率低等缺点,为了提高谱分解方法的性能,本文提出了基于稀疏约束的短时傅里叶变换时频分析方法.该方法利用地震信号时频域表示的冗余特性,建立地震信号稀疏约束的时频域分析模型,并利用快速投影迭代软阈值投影算法(Projected Fast Iterative Soft-Thresholding Algorithm,pFISTA)求模型的优化解,得到地震信号的稀疏谱分解.本文将pFISTA求解方法引入稀疏时频分析求解方法,并用于实际地震信号谱分解,与传统时频分析方法比较,本文所提方法具有更高的时频分辨率,能给出更准确的频谱信息;本文所提方法能够有效压制地滚噪声;与交错分裂Bregman方法稀疏谱分解方法比较,本文方法运算速度更快.
文摘岩性识别是认识地层及求解储层参数的基础,受地质环境复杂性和非均质性影响,测井曲线间存在着大量的信息冗余,数据集类间分布不平衡,常用的分类算法无法满足实际需求.针对常用分类算法容错性差,识别岩性单一和无法有效解决类间不平衡的问题,本文改进合成少数过采样技术(Synthetic Minority Over Sampling Technique,SMOTE)来处理数据集,可得到类间平衡的新数据集,并提出一种新的模糊隶属度函数改进模糊孪生支持向量机,在北美Hugoton油气田实际测井数据的基础上,用改进多分类孪生支持向量(Improve Multi Class Twin Support Vector Machine,IMCTSVM)综合自然伽马(GR)、电阻率(RL)、光电效应(PE)、中子密度孔隙度差异(DPHI)和平均中子密度孔隙度(PHIND)五种测井参数,以及相对位置(RELPOS)和非海洋/海洋指标(NM_M)两种地质约束变量,识别出9种岩性.将识别结果与传统支持向量机、深度神经网络等方法进行对比与分析,发现IMCTSVM算法优于上述两种分类算法,取得了较好的识别效果.