论文部分内容阅读
针对传统地震相分析方法对海量地震数据处理运算速度较慢、容易陷入局部最优解、灵敏性不高、未考虑先验知识等难题，本文提出了基于叠前地震纹理属性的半监督全局优化地震相分析方法。算法中首先引入叠前地震纹理属性以突出地震反射信息中的微小空间、振幅随方位角、偏移距等的变异性，然后通过训练样本对自组织映射神经网络(SOM)进行训练，最后在先验知识的约束下，采用具有全局优化能力的人工蜂群算法对SOM输出层的神经元进行半监督最优化聚类，得到最优的神经元与地震相的映射关系。实际应用结果表明，提出的方法显著地提高了地震相图的准确度和地震微相的识别能力，能够成为一种性能更加优越的地震相分析工具。