卷积神经网络在地震断层自动识别中的应用  

Application of Convolutional Neural Networks in Automatic Earthquake Fault Identification

作　　者：蔡承霖 邹冠贵[1] CAI Chenglin;ZOU Guangui(College of Geoscience and Surveying Engineering,China University of Mining and Geoscience Technology(Beijing),Beijing 100083)

机构地区：[1]中国矿业大学(北京)地球科学与测绘工程学院,北京100083

出　　处：《软件》2022年第10期18-20,共3页Software

基　　金：中国矿业大学(北京)大学生创新训练项目资助(202102043)。

摘　　要：断层解释是地震资料解释的重要组成部分。长期以来,采用的地震断层解释方法对人工经验依赖性较高,例如相干体分析、人工蚂蚁算法、边缘检测等方式就非常依赖地质解释人员的经验。这样的计算方法容易因为人工错误而产生误差。因此,探究地震断层自动识别非常重要。Fault interpretation is an important part of seismic data interpretation.For a long time,the seismic fault interpretation methods used are highly dependent on artificial experience,such as coherent volume analysis,artificial ant algorithm,edge detection and so on.Such a calculation method is easy to produce errors due to manual errors.Therefore,it is very important to explore the automatic identification of seismic faults.

关 键 词：卷积神经网络 断层自动识别 三维地震勘探 相干体 

分 类 号：P631[天文地球—地质矿产勘探]