神经网络方法与高信噪比方法联合拾取初至

摘要

地震记录初至拾取一直是一个基础而又很重要的问题。它在折射波静校正、VSP解释、浅层折射波勘探和层析成像勘探中都起着重要的作用，它的准确与否直接影响到处理结果的好坏。初至拾取在数据处理中所占的工作量是很大的，它的速度直接影响到数据处理工作的效率。 到目前为止，已经提出了许多初至拾取的方法[9]：如相关法、能量比法、最大振幅法、分形维法及神经网络法等。对于地震初至简单的地区，用一般的初至拾取方法就能满足要求，但对复杂地区，由于初至波形变化较大，各种波相互干扰，常常难以判断初至时间，这是一直困扰着的一个难题，神经网络是一门交叉学科，它以生物大脑的结构和功能为基础、以简单的数学方法完成复杂的智能分析，能有效地处理问题的非线性、模糊性和不确定性关系。神经网络技术以其大规模并行处理、分布式存储、自适应性、容错性等优点被广泛地应用于生物、电子、计算机、数学和物理等领域。 本文研究和分析了经典BP神经网络的理论，首先对共炮道集记录和共偏移距道集记录进行了小波整形，再利用高信噪比方法拾取出的初至作为BP神经网络的学习样本，最后分析了基于共炮道集和共偏移距道集的BP神经网络拾取初至的方法，通过实际资料证明了基于共偏移距道集的BP神经网络方法拾取初至效果更好，效率更高。

目录

文摘

英文文摘

声明

第1章绪论

1.1国内外研究现状

1.2研究的目的和意义

1.3主要研究内容

1.4论文的结构

第2章BP神经网络

2.1神经网络

2.1.1神经网络的定义

2.1.2神经网络的原理

2.1.3神经网络的构成

2.2 BP神经网络

2.2.1 BP神经网络的结构

2.2.2基本BP算法

2.2.3 BP算法的改进

第3章高信噪比初至波的拾取方法

3.1高信噪比初至拾取的原理

3.2高信噪比初至拾取方法效果分析

第4章初至拾取

4.1初至波的定义

4.2初至波的特点

4.3初至波拾取的基本思想

4.4对初至信号的预先整形

4.4.1小波多分辨分析

4.4.2地震资料分解、重构及应用

4.5构造BP神经网络模型

4.5.1地震资料参数的选择

4.5.2样本的选择

4.5.3 BP神经网络初始权值的选则

4.5.4 BP神经网络输入、输出层神经元数的确定

4.5.5 BP神经网络隐含层数与隐含层神经元数

4.5.6 BP神经网络学习速率的选取

4.5.7 BP神经网络期望误差的选取

4.6改进型BP神经网络的学习及初至拾取

4.6.1改进型BP神经网络的学习

4.6.2改进型BP神经网络的应用

第5章应用效果分析

5.1实际资料试验

5.1.1基于共炮道集的BP神经网络方法的初至拾取

5.1.2基于共偏移距道集的BP神经网络方法的初至拾取

5.2实际资料处理

5.2.1基于共炮道集的BP神经网络方法的初至拾取

5.2.2基于共偏移距的BP神经网络方法的初至拾取

结论与建议

结论

建议

致谢

参考文献