神经网络在初至折射同相轴拾取和地震道编辑中的应用

摘要

已经开发出应用神经网络学习算法进行含噪声地震道编辑和拾取初至折射同相轴的人机交互地震处理系统。我们应用改进的后传神经网络(BNN),以改善 BNN 的收敛速度。通过人工处理员精心选择道编辑或折射拾取的例子,并将这些例子输入 BNN,交互地对 BNN 进行训练,使它能编辑地震数据或拾取初至波。然后,迭代地对网络中的内部权重进行调整,直至它能精确地重复由用户提供的例子。在完成训练之后,BNN 系统就可模仿人工处理员处理新的数据集。合成模拟研究表明,BNN 能应用很多与人类在编辑和拾取地震数据集时所使用的相同的主观性准则。对于质量中等至优良的地震数据,应用基于改良 BNN 的自动道编辑和初至波拾取技术进行道编辑和初至波拾取,其结果与人工处理结果的吻合率达90%～98%。对于二维数据集,其生产率比人工编辑和拾取要提高60%;对于三维数据集,生产率的增长高达800%。基于神经网络的地震处理,不仅能提供一致性良好和高质量的结果,而且处理效益也大为提高。