基于片级MLP分类地震断层检测方法改进研究.pdfVIP

表格

{

边框‑折叠:

折叠;

}

表格,

表头,

表数据

{

边框:

1px

实线

#000;

}

基于片级MLP分类的改进断层检测方法

Haibin

Di,

Muhd

Shafiq,

Ghassan

AlRegib

能源与地质处理(CeGP),

佐治亚理工学院

断层检测与解

释一直是三维数据中用于结构测绘和储层表征的常规工具之一。随着机器学

习和大数据分析的发展，本研究提出了一种基于多层感知器(MLP)技术对多属性片进

行半监督分类的高效断层检测创新方法。该方法包含五个组成部分：(a)属性选择，

(b)训练样本标记，(c)属性片提取，(d)MLP模型训练，以及(e)体数据处理。与传统断层

检测方案相比，本方案在三个方面具有优势。首先，MLP分类器能够整合解释人员指

定的任意数量属性，从而在高维属性域中映射和区分特征。其次，技术可优

化所有输入属性的贡献以实现最佳检测，从而最度减少使用低效或错误属性带来的

影响。第三，属性片的使用将局部模式纳入最优分