[发明专利]基于神经网络的地震初至波走时获取方法有效
| 申请号： | 201711049704.8 | 申请日： | 2017-10-31 |
| 公开（公告）号： | CN107807387B | 公开（公告）日： | 2019-08-27 |
| 发明（设计）人： | 陈志波;刘森;唐泽宇 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G01V1/30 | 分类号： | G01V1/30 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;郑哲 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的地震初至波走时获取方法，包括：获取原始地震波形数据，并将其处理为包含原始波形和对应标注点的数据集，再将数据集划分为训练数据集与测试数据集；根据初至波走时数据获取过程，以尽可能模拟人工拾取结果为目标，结合原始地震波形数据的特征，确定神经网络的结构；将训练数据集作为神经网络的输入，将对应的标注点做为神经网络的输出，对神经网络进行训练，并利用测试数据集对训练后的神经网络进行测试，若满足精度要求，则获得训练好的神经网络；利用根据训练好的神经网络自动获取原始地震波形数据的标注点，从而获得地震初至波走时。该方法提高了地震初至波走时数据的自动获取精度，减少人工校正工作量。 | ||
| 搜索关键词： | 基于 神经网络 地震 初至波 走时 获取 方法 | ||
【主权项】：
1.一种基于神经网络的地震初至波走时获取方法，其特征在于，包括：获取原始地震波形数据，并将其处理为包含原始波形和对应标注点的数据集，再将数据集划分为训练数据集与测试数据集；根据初至波走时数据获取过程，以尽可能模拟人工拾取结果为目标，结合原始地震波形数据的特征，确定神经网络的结构；将训练数据集作为神经网络的输入，将对应的标注点做为神经网络的输出，对神经网络进行训练，并利用测试数据集对训练后的神经网络进行测试，若满足精度要求，则获得训练好的神经网络；利用根据训练好的神经网络自动获取原始地震波形数据的标注点，从而获得地震初至波走时。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学技术大学，未经中国科学技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711049704.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种网纹油槽加工工装
- 下一篇：一种模具生产用切割装置
