基于深度学习的地震储层图像解释方法研究

目录

声明

缩略词表

第一章 绪 论

1.1 研究工作的背景与意义

1.2 国内外研究历史与现状

1.2.1 自动层位追踪研究现状

1.2.2 弹性波阻抗反演研究现状

1.3 本文的主要贡献与创新

1.4 本论文的结构安排

第二章 地震储层图像解释方法相关理论基础

2.1 自动层位追踪

2.1.1 三维地震数据层位性质

2.1.2 传统层位追踪方法

2.2 测井约束弹性波阻抗反演

2.2.1 测井基础理论

2.2.2 测井数据预处理

2.3 神经网络与深度学习

2.3.1 神经网络基本模型

2.3.2 激活函数

2.3.3 损失函数

2.3.4 优化算法

2.3.5 反向传播算法

2.3.6 批量归一化

2.4 本章小结

第三章 基于恒等快捷映射的深层卷积神经网络自动层位追踪方法

3.1 卷积神经网络基本原理

3.2 残差网络基本原理

3.3.1 模型总体描述

3.3.2 网络架构表详细

3.3.3 模型的数学表达

3.3.4 算法流程

3.4 实验结果及分析

3.4.1 西南某工区结果及分析

3.4.2 西北某工区结果及分析

3.5 本章小结

第四章 基于前馈注意力机制的测井约束弹性波阻抗反演方法

4.1 循环神经网络基本原理

4.1.1 循环神经网络与反向传播

4.1.2 长短时记忆网络

4.2 注意力机制基本原理

4.3 算法总体描述

4.3.1 双向长短记忆网络层

4.3.2 前馈注意力层

4.3.3 算法流程

4.4 实验及结果分析

4.5 本章小结

第五章 全文总结与展望

5.1 全文总结

5.2 后续工作展望

致谢

参考文献

攻读硕士学位期间取得的成果