波形分类

摘要： 海陆回波分类是机载激光测深中的一项波形预处理步骤,关系着后续信号检测和点云生成的精度。针对现有海陆回波分类方法不适用于单频机载激光测深系统且自动化程度不高的问题,本文提出一种单频机载激光测深海陆回波自动分类方法:首先,通过首末回波信号检测及点位计算获得回波的点云高程特征;然后,采用高程直方图拟合的方式确定平均水面位置,依据点云高程特征判定大部分回波的海陆属性,对余下的未定回波,仅保留其中的最强信号并统一处理为单信号回波,同时提取波形的信号特征和能量分布特征,依据点云高程特征的相似性自动建立训练样本集;最后,利用支持向量机分类器实现未定回波的分类。采用国产系统Mapper5000采集的实测数据进行试验,结果表明基于首末回波点云的初分类可快速、准确地对远离海陆交界处的回波进行分类,基于波形特征的未定回波分类可在自动建立的训练样本集支持下实现海陆交界处未定回波的高精度分类。与传统方法相比,本文方法无须近红外通道波形和人工样本的辅助就可以达到较高的分类精度,其中总体分类精度可达99.82%,海陆交界处分类精度可达91.59%。

摘要： 声发射源的准确分类识别是声发射地压监测预报预警研究的重要基础。针对矿山井下围岩体声发射事件信号和采掘作业噪声信号分类识别问题,提出了一种基于改进完备总体经验模态分解和深度卷积神经网络(DCNN)的智能识别分类方法。首先,对信号进行改进CEEMDAN降噪处理,即利用相关性系数阈值和排列熵(PE)阈值剔除伪分量和噪声分量;然后,利用DCNN对降噪后的信号自动提取高维特征;最后,将特征用于softmax分类器分类识别,实现智能化井下信号源多分类。研究表明:改进CEEMDAN能够有效剔除伪分量及噪声分量;相比其他机器学习方法,改进CEEMDAN-DCNN方法具有准确率高和稳定性较好等优点。信号源识别分类方法研究为地压监测预警预报提供了重要的基础数据,准确的灾害预警预报可为矿山井下作业人员和设备提供安全保障。

摘要： 微地震数据的质量极大地影响震源定位结果的准确性,尤其在地面微地震数据中P波、S波初至不明显或难以识别的低信噪比信号,基于初至拾取的定位方法往往具有较大误差。由于诱发地震的震源机制不同,不同检波器接收到的信号特征也不尽相同,这些因素都会对微地震事件准确定位造成一定的影响。本文提出一种基于聚类分析的微地震数据优选方法,以提高微地震事件振幅叠加定位的成像质量。首先,通过聚类分析计算各数据道之间的欧式距离,通过聚类图去除距离较大和较小的数据道,即去除信号特征不明显或噪声干扰严重数据道;其次,对各道信号进行互相关计算,提取信号特征相关性强数据道,去除P波特征不明显的数据道;最后,对筛选数据道进行振幅叠加定位。与原始数据道的定位结果对比表明,微地震聚类分析定位效果更加聚焦,最大震源点位置更加清晰,定位结果得到明显改善。

摘要： 滑坡入水淹没率是影响滑坡涌浪生成和传播的重要因素。采用正交试验开展散体滑坡涌浪室内模拟试验研究,探讨了滑体规模、速度与水深条件对涌浪波形特征的影响。取得如下研究成果:①滑体完全入水激发涌浪,首浪具有较大波幅,波前平缓、波后较陡,且波形关于竖直和水平轴对称,呈“匍匐”态传播;未完全入水滑坡涌浪初始波峰明显,形态尖突,无明显波谷,波形关于竖直轴对称。②建立了基于单宽体积比R和弗劳德数Fr的波形分类方法,将涌浪分为类斯托克斯波、类椭圆余弦波(或类孤立波)和涌波3种波形,界定了基于R-Fr关系的波形边界方程。③构建了基于R参数的最大波幅预测模型,选取4个涌浪案例验证了模型的可靠性。研究结果对探究深水与浅水区滑坡涌浪的预测具有参考意义。

摘要： 地震相分析就是在划分地震层序的基础上,利用地震参数特征上的差别,将地震层序划分为不同的地震相区,然后作出岩相和沉积环境的推断。沿解释层位提取的地震波形带有振幅、频率和相位信息,波形分类技术已被证明是地震相分析的有效方法。现有波形分类方法是根据波形特征将其硬分为某一类,而有些波形是多种波形的混合,与多种波形具有一定的相似性,这可能说明了某些过渡带的复杂反射波形是多种物质共同的反射。现有方法通常将波形完全归为一类,不能准确将地震波形映射到地下物质。模糊C均值(Fuzzy C-Means,FCM)是一种软隶属度聚类算法,可以将每个波形与多类物质建立映射。首先提取待测层位的地震波,利用FCM算法对地震波形进行划分,将每个地震波划分到最相似的几类,每类对应一种地下物质,进而根据划分类别生成待测层位的地震相。该地震相为地质解释工作人员识别地震相单元、分析和解释地质情况提供较为准确的参考依据。

摘要： 为了分析利用雷达高度计资料提取海冰外缘线的精度,推进高度计在中国海冰遥感监测中的应用进展,本研究中基于Jason-2高度计沿岸和水文专用产品(PISTACH),提取了2008—2016年间辽东湾海冰外缘线,并与高分一号(GF-1)观测结果进行了对比验证,最后分析了辽东湾外缘线变动与国家海洋局葫芦岛海洋站气温观测数据的关系.结果表明:2013年末至2016年初3个冰期内的验证试验显示,基于Jason-2高度计判定的海冰外缘线延伸范围与基于GF-1遥感影像提取的结果符合良好,两者提取的海冰外缘线延伸距离均方差为2.81 n mile,并且海冰外缘线变动规律与气温数据变动规律一致;对2008年6月—2016年10月期间共8个冰期的辽东湾海冰外缘线的变动规律分析显示,2010年冰情最为严重,辽东湾海冰外缘线自海岸起沿Jason-2高度计轨道往南延伸约90 n mile,2014年和2015年的冰情较轻,延伸距离均小于40 n mile,另外,延伸距离的变动与葫芦岛的10日滑动平均气温呈明显的滞后响应关系,当滞后4 d时,两者的相关性最强,相关系数为-0.56.研究表明,基于雷达高度计资料可以准确地提取辽东湾海冰外缘线,本研究结果对于中国海冰数据产品的开发和数值模拟的改进与验证具有重要参考.

摘要： 地震相分析就是在划分地震层序的基础上,利用地震参数特征上的差别,将地震层序划分为不同的地震相区,然后作出岩相和沉积环境的推断.沿解释层位提取的地震波形带有振幅、频率和相位信息,波形分类技术已被证明是地震相分析的有效方法.现有波形分类方法是根据波形特征将其硬分为某一类,而有些波形是多种波形的混合,与多种波形具有一定的相似性,这可能说明了某些过渡带的复杂反射波形是多种物质共同的反射.现有方法通常将波形完全归为一类,不能准确将地震波形映射到地下物质.模糊C均值(Fuzzy C-Means,FCM)是一种软隶属度聚类算法,可以将每个波形与多类物质建立映射.首先提取待测层位的地震波,利用FCM算法对地震波形进行划分,将每个地震波划分到最相似的几类,每类对应一种地下物质,进而根据划分类别生成待测层位的地震相.该地震相为地质解释工作人员识别地震相单元、分析和解释地质情况提供较为准确的参考依据.

摘要： 经济在快速发展,社会在不断进步,地震相分析技术日渐成为煤田岩性地震勘探的一门新技术.阐述了基于波形分类的地震相分析方法,通过人工神经网络地震相检测技术对不同的波形进行分类,达到区分不同目标体的目的.以圈定火成岩发育范围、预测煤层冲刷变薄带和识别断层、陷落柱等地质异常体为例,讨论了地震相分析技术在煤田岩性地震勘探方面的效果.

摘要： 针对目前暂态录波型故障指示器波形合成导致配电主站接收到的波形基数大、合格率不高、逐次分析费时费力等问题,提出一种波形分类方法,并在测试环境下进行大量的模拟测试验证.结果表明,本方法可快速筛选出大量波形数据中的错误波形,根据错误波形特点进行分类处理,提高了波形检测的效率,有助于提高配电主站对故障点定位的准确性.

摘要： 地震波形分类技术具有统计地震信号总体变化和反映这种变化分布规律的特点,是地震属性分析技术的重要延伸,在地质异常体解释方面具有良好的应用效果.高密度三维地震资料具有高信噪比,高分辨率和高保真度的特点,尝试利用波形分类技术对高密度三维地震资料反映的煤层赋存状态、岩浆岩侵入区进行预测,并对陷落柱解释方法进行了研究.井下巷道实际揭露和钻孔验证结果表明:波形分类方法解释的地质异常体精度高、圈定范围准确,可以为煤矿安全开采提供精准的地质资料.

摘要： 由于地层介质的粘滞性,会引起地震波的衰减和弥散,从而使地震信号振幅衰减和频率的降低.含油气储层介质与非储层相比,其非均质性和粘滞性增强,反射地震波波形更加复杂,引起时频谱波形异常变化,因此可利用这种异常信息进行储层预测.针对传统时频谱解释单频选择困难,提出一种基于时频域波形分类的储层预测方法.该方法的基本思想是通过小波变换提取地震资料时频谱,再利用人工神经网络对地震信号时频谱进行波形分类,根据测井资料进行标定,进而圈定出储层范围.

摘要： 在海槽台缘带东侧的温泉井——五百梯区块，经过20余年的钻探，已探明五百梯潜伏构造为一大中型气田。为了有效地进行五百梯区块生物礁储层预测,克服其生物礁储层的强非均质性影响,引入相控随机反演方法进行三维叠后地震资料的波阻抗反演计算分析,该方法的核心在于采用基于神经网络的波形分类方法,较准确地获得了研究区生物礁储层沉积相带的横向分布规律,并根据测井数据对每个主要沉积相带进行了随机建模.实际资料的计算结果表明,与常规的随机反演方法对比,本文采用的相控随机反演方法获得的五百梯区块的一排礁和二排礁的纵、横向展布规律与研究区地质认识基本一致,且储层预测符合率高于80％,有助于指导五百梯区块长兴组生物礁的滚动勘探与开发.

摘要： 近年来,海上古近系储层研究越来越受到人们的重视.考虑到古近系地层地质情况较为复杂,存在各种实际性的难题,以渤海M油田为例,由于储层埋深大,钻井少,地震资料分辨率低,储层厚度及分布范围难以刻画;受地质条件影响,声波时差规律性不强,叠后反演的波阻抗信息无法准确区分砂岩和泥岩.针对上述问题,本文综合利用多属性分析、基于波形分类的地震相分析、井震结合的正演模拟等技术,定性的描述了储层发育的风险区域;此外应用基于岩石物理分析的叠前同步反演技术,较准确地刻画出储层厚度分布,开发井钻探结果验证了本文方法的有效性.

摘要： 基于地震沉积学理论,以辽中凹陷A构造东二段湖底扇为例,采用地层切片技术划分等时地层单元,井震结合进行属性优选,优选波形分类技术、基于分频倾角相干数据体的RGB色彩融合技术精细刻画湖底扇的平面分布和储层分布.研究发现:1A构造湖底扇主要沿走滑断裂分布,主要发育北部、中部和南部三个湖底扇.湖底扇平面形态呈分支水道状、裙带状、舌状形态分布.②湖底扇的发育具有较好的继承性,随着物源供应和湖平面变化,湖底扇的形态和规模发生变化.③北部湖底扇分布范围较大,储层厚度大,多期湖底扇砂体叠加,将是有利的岩性油气藏勘探目标.

摘要： 论文以井震资料为载体,储层预测为核心,服务建模为目的,在巴西储层建模中探索了一套高效可行的盐下碳酸盐岩储层预测方法,即以降低地震资料多解性为切入点,开展了相应的提高分辨率处理、波形不确定性分析、全局地震地质解释与构造层序分析等工作,结合地震地貌学分析原理,建立了岩石分类与波形分类的粗化量版间的关系,通过相控地震反演定量预测了储层沉积相带与孔隙的分布,实现了地震资料处理、构造层序解释、定量预测与构造建模的一体化研究.

摘要： 八面河北部滩坝砂体具有储层厚度薄、横向变化快的特点.本文以该区北部沙河街组沙四段1砂组为例,利用用高精度地震资料开展古地貌分析,在地质认识的指导下,从已钻井出发,利用模型正演分析不同厚度、不同岩性组合滩坝砂岩的地震反射特征;通过地震波形分类、多属性分析、叠后地质统计学反演等方法精细刻画储层展布,总结并建立了一套滩坝岩性地震识别方法,有效的指导了该区的岩性油藏勘探.

摘要： 地震属性是储层研究的关键技术,常规地震属性从某一方面提取地震信息,考察属性与储层参数之间的相关性并优选灵敏属性,这不可避免的会造成错误遗漏.本文从储层参数与地震属性之间的有效性,相关性两方面出发,优选出与对储层参数最灵敏的属性进行聚类融合,结合波形分类技术来预测储层的平面展布;并将这一套技术结合起来在渤中A油田进行了储层预测,取得了良好的效果.

摘要： 在岩性勘探方面,地震相技术日渐成为煤田勘探中的一门新型实用技术.本文阐述了基于波形分类的地震相分析方法和实施步骤,它是通过人工神经网络地震相检测技术对不同的波形进行分类,达到区分不同目标体的目的.相对于基于地震属性参数的地震相技术,它有着经济高效的特点.利用该方法,分别以圈定火成岩发育范围、预测煤层冲刷变薄带和识别断层、陷落柱等地质异常体为例,证明了该地震相技术在解决煤田勘探岩性问题方面的实用性,在实际应用中有着重要意义.

摘要： 近年来,随着渤海湾盆地油气勘探开发工作的深入以及勘探开发的难度逐步加大.在油气藏勘探开发过程中,应该充分利用现有地震资料全方位的信息,针对每个油田的具体难点,以地震属性分析技术为手段,拓宽思路,充分挖掘地震资料的潜力,从而建立起与储层参数之间的关系,分析地震属性的地质意义,准确的定位地下复杂构造情况下储集相带分布的规律,为油气勘探和开发提供重要的依据.rn 地震相分类的基本原理是通过自组织神经网络技术来实现单一或多种数据体的地震相分类以及应PCA主组分分析方法实现多属性数据体的地震相分类，找出多属性数据的共同趋势，从而减少参与相划分的数据量以及用最具有代表性的数据参与划分。rn 实际地震相技术应用中，首先确定研究目标，建立数据库和工区，其次根据研究目标选取合适的三维地震数据体、波阻抗体以及其它属性数据体。从井资料出发，根据研究目的，选取合适的地震数据体、合适的层段根据目的层段的厚度大小选取波形分类数等参数，进行地震相处理，得到地震模型道、地震相图等处理结果，最后结合已钻井资料和地质资料对其进行对比和综合分析，得到地震相对应的沉积相，尽而划分出有利储集相带。并结合其它储层预测手段，保证了储层预测的正确性和可靠性，为研究区实施进一步勘探开发提供了相关依据。

摘要： 海洋深水油气勘探已成为目前和以后油气勘探的重点领域，但海洋油气勘探资料相对较少，主要依靠地震资料，因此，直接利用地震资料进行油气检测在海洋深水油气勘探中尤为重要。通过地震资料进行油气检测是反演过程，其存在多解性和不确定性，文中利用振幅属性、频率属性、分频技术、波形分类以及远道叠加数据与近道叠加数据交汇分析等技术手段进行油气检测大大减小了不确定性和多解性，通过对赤道几内亚深水沉积目标进行油气检测，确定了含油气范围，研究结果与钻井及已知油气水分布吻合较好，这些方法的综合应用在研究区取得了较好的效果，形成了一套海洋深水沉积油气检测方法体系。

摘要： 本发明涉及一种基于ReliefF特征选择的全波形机载激光雷达地物分类方法。该方法包括：对机载激光雷达全波形数据进行高斯分解，获取回波参数并使用LM算法进行优化；基于不同几何邻域提取机载激光雷达数据点云特征，利用优化后的回波参数提取全波形数据的波形特征；将机载激光雷达数据中的点云特征和全波形数据的波形特征相融合，使用ReliefF算法对各特征在分类时的重要性进行评价；进行特征选择，分析多种特征组合对不同地物分类效果的影响，利用随机森林分类器进行地物分类。本发明利用机载激光雷达点云数据与全波形数据，通过特征提取与选择找到分类的最优特征组合，从而达到实现高精度地物多分类的目的。

摘要： 本发明公开了一种基于暂态波形图像识别的输电线路故障辨识分类器，包括：AlexNet网络，通过以下方式构建将输电线路故障所对应该的输电线路首端电压/电流信号、末端电压/电流信号以及首末端的零序分量的暂态波形数据做归一化处理；以同一故障所对应的归一化处理后的暂态波形数据生成一张二维暂态波形图像作为故障样本；获得多个所述故障样本形成的故障样本集；取经过预训练且第一全连接层、第二全连接层和分类输出层重置为待训练状态的AlexNet网络，输入所述故障样本集进行训练直至收敛。本发明还公开了基于该分类器的故障识别方法和识别系统，本发明利用图像特征提取避免了特征量选取的困难，可以实现精准输电线路故障辨识。

摘要： 本发明涉及测量磁变量领域，尤其为一种基于波形特征分类的磁通门抗干扰方法及装置，包括：输出所需频率的激励信号激励探头；参考激励信号的相位，获取探头的感应信号，将采样窗口内的感应信号经过数字信号处理得到当前磁感应强度；接收感应信号，识别信号形态，并标注异常相位，然后切除异常信号；将切除异常信号的感应信号进行磁场数据解算得到当前磁感应强度测量值；处理当前磁感应强度测量值后将数据输出。本发明，基于对磁通门探头物理特性的分析，通过特征空间矢量距离分类的方法区分信号有效性，因此更为准确可靠，具有实时、快速的特点。

摘要： 本发明提供一种基于多频段复合波形的峰电位检测及分类方法及用途，通过对电极通道采集到的原始电信号进行多频段滤波，并将多频段信号融合，形成复合特征的峰电位波形。本发明能为峰电位分类算法提供更易于区分的复合特征峰电位波形，使得峰电位分类方法的表现有了显著的提升。本发明能够与各类常见的峰电位分类算法相衔接，显著提高峰电位分类的准确率和分类质量，考虑到本发明具有极低的计算复杂度，因此本发明空间和时间的消耗成本都极低，能够与硬件流片相结合，也可用于实时在线的峰电位处理。

摘要： 本发明提供一种基于波形分类交汇融合的储层预测方法和装置，该方法包括：根据地震数据以及测井数据获取不同类型储层所对应的时窗范围内的地震数据；利用预训练的神经网络模型对不同类型储层所对应的时窗范围内的地震数据进行波形分类；对不同类型储层对应的波形分类结果进行交汇融合实现储层预测，其中，通过对不同类型储层对应的波形分类结果进行交汇融合，充分利用不同类型储层的地震波形分类信息，实现了有机的交汇融合，在复杂碳酸盐岩储层的预测中有效提高了预测精度，应用效果显著。

摘要： 一种基于波形分类的近海Envisat卫星测高波形重定方法，所选取的波形分类指标简单有效，分类结果清晰，可以很好地改善卫星测高数据质量。针对分类后的测高波形，根据不同波形特点，利用稳态海面地形与时变海面地形的标准差作为最佳波形重定算法的选取指标，优选最适合该类波形的波形重定方法，从而实现根据波形类别自动选择最优重定算法。而且该方法处理卫星测高海量数据的效率高，实现也较为容易，具有很好的推广价值。

摘要： 本发明提供了一种变时窗框架下的地震波形分类方法及装置，将地震道视为“像素点”，通过设计算法，将地震数据分割成一系列波形特征相似的相邻地震道组成的不规则地震分区，即“超地震道”。进一步提取“超地震道”的质心，其可代表地震工区的地震参数特征，从而实现地震数据的合理抽稀。后续对抽稀的地震数据进行聚类，解决算法大运算量的问题。

摘要： 本发明涉及呼吸设备分析领域，具体涉及一种检测人机通气不同步的呼吸波形分类模型训练方法及装置，本发明方法通过对各类波形的观察，对每个呼吸周期的气道压数据进行升序排列后，不同呼吸类型的数据分布特点有明显的差异；所以将气道压数据进行升序排列后再提取特征就会非常有效，可以非常有效的将根据波形呼吸类型的区分；并且可以应用最基本的机器学习分类算法进行快速分类训练，本申请方法训练的呼吸波形分类模型训练检测呼吸类型的效果甚优。

摘要： 本发明公开了一种无监督聚类的地震波形实时分类检测方法，包括：形成真实地震事件波形样本集过程；提取原始地震噪声信息，利用生成对抗网络生成仿真地震波形样本集；根据真实地震事件波形样本集和仿真地震波形样本集，利用变分自动编码器，采用无监督聚类方法，训练得到无监督地震波形分类识别模型；实时采集地震波形并检测地震事件，通过无监督地震波形分类识别模型得到检测到的地震事件的分类定性概率。本发明实现了对地震波特征的自学习，在数据样本的需求量上远低于一般深度学习的地震事件分类方法；采用变分自编码技术对地震波形样本进行自动聚类，不依赖大量人工对数据样本进行事件分类标注，可节约人力和物力成本。

摘要： 本发明提供了一种基于动态时间规整距离的变时窗地震波形分类方法及装置，包括：从输入的地震道中随机选择第一个初始质心；根据与初始质心之间的DTW距离确定地震工区内的所有初始质心；确定每个剩余地震道与每个初始质心之间的DTW距离，并根据该DTW距离遍历初始质心并更新；对更新后的初始质心进行抽稀获得抽稀质心；根据抽稀质心对地震波形进行分类获得变时窗波形分类平面图。本申请利用DTW距离来度量不同长度地震波形间的相似性，拓展了地震波形分类技术的适用范围。