学位论文 > 优秀研究生学位论文题录展示
基于三维地震的地震相分析技术研究
作 者: 王龙军
导 师: 张群会
学 校: 西安科技大学
专 业: 计算机应用技术
关键词: 地震属性提取 主成分分析法 地震相 波形分析 SOFM算法 BP算法
分类号: P631.4
类 型: 硕士论文
年 份: 2008年
下 载: 492次
引 用: 19次
阅 读: 论文下载
内容摘要
随着油气勘探开发对象复杂程度的增加和地震解释技术的日趋成熟,地震油气预测技术正朝着精细和实用的方向发展。为了提高油气预测的准确率,地震相的划分是尤为重要的一步,地震相划分的准确性将直接影响油气勘探结果的可靠性。本文研究了地震属性提取及地震属性优选,从三维地震资料中提取出分析地震相的属性特征,针对这些复杂的地震属性特征进行优选,选出有用的属性特征信息。为解决三维地震数据中输入变量过多的问题,文中使用了主成分分析法。它将原来较大的输入变量组利用线性变换后,得到一组个数较少彼此不相关的输入变量,并且所得到的一组输入变量包含原输入变量群的大部分信息,然后再用这些个数较少的新输入变量作为BP神经网络和SOFM神经网络的数据输入部分。划分地震相的方法是本文研究的重点,本文着重研究了利用波形分析与BP神经网络划分地震相的方法和SOFM神经网络划分地震相的方法,并对BP神经网络算法和SOFM神经网络算法进行了改进。通过地震数据的实验,证明了应用本文提出的BP神经网络改进算法和SOFM神经网络改进算法划分地震相,不但分类的速度快而且预测的精度高。文中给出了这两种算法的详细步骤,并分别用实验说明了这两种算法的训练和预测过程。以地震属性特征提取和两种神经网络划分地震相方法为理论基础,以VC++ 6.0、MatLab以及OpenGL为开发工具开发出一套适合于三维地震解释要求的基于三维地震的地震相分析系统,实现了地震相的二维和三维显示。在开发本系统过程中以面向对象技术作为指导,把系统分为若干模块,实现了各模块的功能并给出了模拟结果,并对文中不足之处进行了分析,对未来的工作提出了要求。
|
全文目录
摘要 3-4 ABSTRACT 4-9 1 绪论 9-15 1.1 选题背景及研究意义 9 1.2 地震相与地震相分析 9-11 1.2.1 地震相的概念 9-10 1.2.2 地震相分析 10-11 1.3 地震相划分的目的及意义 11-13 1.3.1 地震相划分的目的 11 1.3.2 地震相划分的意义 11-12 1.3.3 地震相划分的现状 12-13 1.4 本文研究目标和研究内容 13-14 1.5 本文的结构与安排 14-15 2 地震属性特征提取 15-28 2.1 标准地震资料数据格式处理 15-16 2.1.1 SEGY 格式介绍 15-16 2.1.2 三维地震数据体格式 16 2.2 地震属性特征提取 16-21 2.2.1 地震属性特征参数预处理 17-18 2.2.2 地震属性分类 18 2.2.3 地震属性提取 18-20 2.2.4 地震属性特征提取 20-21 2.3 地震属性的优选 21-27 2.3.1 地震属性选择 22-23 2.3.2 地震属性降维映射 23 2.3.3 主成分分析法原理与步骤 23-26 2.3.4 实验分析 26-27 2.4 本章小结 27-28 3 利用波形分析与BP 神经网络算法划分地震相 28-50 3.1 利用波形分析地震相 28-29 3.2 人工神经网络的基本概念 29-31 3.2.1 人工神经网络分类 29-30 3.2.2 神经网络学习算法 30 3.2.3 人工神经网络的拓扑特性 30-31 3.3 BP 神经网络算法 31-40 3.3.1 BP 神经网络模型的建立原则 31-33 3.3.2 BP 神经网络算法描述 33-37 3.3.3 BP 神经网络算法的改进 37-39 3.3.4 BP 神经网络的设计 39-40 3.4 波形分析 40-44 3.4.1 波形的特征提取 40-43 3.4.2 波形识别 43-44 3.5 波形分析与BP 神经网络算法划分地震相 44-47 3.5.1 利用波形分析与BP 神经网络算法划分地震相的原理 44-45 3.5.2 利用波形分析与BP 神经网络算法划分地震相的实现 45-47 3.6 实验分析 47-49 3.7 本章小结 49-50 4 SOFM 神经网络算法划分地震相 50-65 4.1 自组织神经网络算法划分地震相 50 4.2 SOFM 神经网络算法 50-59 4.2.1 SOFM 神经网络模型 50-52 4.2.2 SOFM 神经网络算法原理 52-53 4.2.3 SOFM 神经网络算法描述 53-54 4.2.4 SOFM 神经网络算法的改进 54-56 4.2.5 改进的SOFM 神经网络算法描述 56-59 4.3 SOFM 神经网络算法划分地震相 59-61 4.3.1 SOFM 神经网络算法划分地震相的原理 59-60 4.3.2 SOFM 神经网络算法划分地震相的实现 60-61 4.4 实验分析 61-64 4.5 本章小结 64-65 5 基于三维地震的地震相分析系统的设计与实现 65-74 5.1 系统开发方法与工具 65-69 5.1.1 面向对象的编程技术(OOP) 65-66 5.1.2 二维和三维地震数据显示技术 66-67 5.1.3 MatLab 与VC++联合编程 67-68 5.1.4 OpenGL 简介 68-69 5.2 系统介绍 69-71 5.2.1 系统功能结构 69-70 5.2.2 系统各模块的功能介绍 70-71 5.3 系统的模拟实现 71-73 5.3.1 系统概况 71-72 5.3.2 系统运行实例 72-73 5.4 本章小结 73-74 6 结论 74-76 6.1 本文总结 74 6.2 展望 74-76 致谢 76-77 参考文献 77-80 附录 80
|
相似论文
- 基于地球物理特征的岩相古地理研究,P618.13
- 重庆文化产业竞争力研究,F224
- 草原公路光环境对驾驶员生理指标的影响研究,U491.254
- 江西省农村信用社贷款定价研究与对策建议,F832.43
- F公司船舶电缆配送模式研究,F426.474
- 多进制LDPC码译码算法的研究,TN911.2
- 基于数据仓库的高校信息分析软件系统,TP311.52
- 基于主成分分析法的海洋地质灾害预报决策系统的设计实现,P736
- 天津港与滨海新区经济协调发展研究,F127
- 重庆装备制造业竞争力研究,F224
- PDF417条码识别方法的研究,TP391.44
- 基于多元统计分析的高科技板投资价值研究,F276.44;F224
- 基于公司治理的财务预警模型研究,F275
- 4G18(1.6L)汽油发动机电控系统波形分析和故障诊断研究,U472
- 人脸识别的贝叶斯统计方法,TP391.41
- 地震属性分析在大庆长垣北二西区块储层预测中的应用,P618.13
- 基于地震属性参数的地震相识别方法研究,P631.4
- 涪陵地区长兴组地震相分析及储层预测研究,P631.4
- 珠江口盆地生物礁滩储层地震相分析与储层预测,P631.4
- 车排子凸起春光区块沙二段1砂组岩性圈闭预测,P618.13
- 基于神经网络算法的防波堤波浪力计算,U656.2
中图分类: > 天文学、地球科学 > 地质学 > 地质、矿产普查与勘探 > 地球物理勘探 > 地震勘探
© 2012 www.xueweilunwen.com
|