基于深度学习模型的地震数据不连续性检测方法和系统

摘要

本发明涉及一种基于深度学习模型的地震数据不连续性检测方法和系统，包括：将地震数据分为简单、中等和困难三类，并根据地震数据的不同类别对其进行不同的处理，生成简单地震数据的初始数据标签建立初始深度学习模型，并通过简单地震数据的初始数据标签对初始深度学习模型进行训练，获得最终的深度学习模型；将待检测地震波信号代入最终的深度学习模型，并对待检测地震波信号的不连续性进行检测。本发明检测地震数据的不连续性时，只需把实际地震数据输入训练好的神经网络模型，就可以获得最终的计算结果，计算速度远远高于传统方法，且该方法从地震实测数据出发，无需人为标记，降低了人为因素的不确定性，有效提高了检测结果的准确性。