本文主要研究内容
作者石翠翠,杨晶,徐维秀（2019）在《基于机器学习的地震资料品质自动评价方法研究》一文中研究指出：随着地震勘探技术和硬件设备的高速发展,地震数据采集已进入高精度、高密度、高效率阶段,采集资料质量评价的人工作业模式已不能完全满足实际生产的需要。虽然近年来也有地震资料品质定量化分析与实时监控软件陆续推出,并在野外生产中发挥了重要作用,但其评价模式仍以人为主观评价为前提,且不能很好地考虑到因不同地表、地下构造条件所造成的各属性之间的敏感性差异。本文综合利用地震属性之间的潜在关系,引入机器学习的方法,
Abstract
sui zhao de zhen kan tan ji shu he ying jian she bei de gao su fa zhan ,de zhen shu ju cai ji yi jin ru gao jing du 、gao mi du 、gao xiao lv jie duan ,cai ji zi liao zhi liang ping jia de ren gong zuo ye mo shi yi bu neng wan quan man zu shi ji sheng chan de xu yao 。sui ran jin nian lai ye you de zhen zi liao pin zhi ding liang hua fen xi yu shi shi jian kong ruan jian liu xu tui chu ,bing zai ye wai sheng chan zhong fa hui le chong yao zuo yong ,dan ji ping jia mo shi reng yi ren wei zhu guan ping jia wei qian di ,ju bu neng hen hao de kao lv dao yin bu tong de biao 、de xia gou zao tiao jian suo zao cheng de ge shu xing zhi jian de min gan xing cha yi 。ben wen zeng ge li yong de zhen shu xing zhi jian de qian zai guan ji ,yin ru ji qi xue xi de fang fa ,
论文参考文献
[1].胜利滨海地区地震资料品质评价[A]. 邹东波,潘中华,周红科.渤海湾油气勘探开发工程技术论文集（第十三集）[C]. 2008[2].提高南方灰岩出露区地震资料品质的途径和方法[A]. 黄元溢,张建军,李兆,柯沛,何向东,李依凡,李坤,张振权,肖梦雄,张天仓.2016中国地球科学联合学术年会论文集（十九）——专题40：油气田与煤田地球物理勘探[C]. 2016[3].机器自学习型找矿模型技术研究[A]. 赵永明,宋震,吴龙华,屈红刚.2017中国地球科学联合学术年会论文集（五十）——专题104：深部矿产资源评价理论方法、专题105：中国“三稀”矿产资源分布与成因[C]. 2017[4].机器学习支持下利用震后遥感影像的近实时震损预测提升方法研究[A]. 陆新征,孙楚津,许镇,曾翔.第28届全国结构工程学术会议论文集（第Ⅲ册）[C]. 2019[5].基于机器学习的三维矿产资源预测——以四川拉拉铜矿为例[A]. 向杰,肖克炎,陈建平,李诗,赖自力.2018年中国地球科学联合学术年会论文集（四十三）——专题93：超深层（油气）重磁电震勘探技术、专题94：深部预测方法[C]. 2018[6].机器学习与地震科学研究[A]. 蔡晋安,陈会忠,沈萍,胡天跃,彭丰林.第二届地球物理信息前沿技术研讨会论文摘要集[C]. 2019[7].检波器性能指标与地震资料品质的关系探讨[A]. 张录录,夏建军,彭晓,郭再平,高春威.中国石油学会2019年物探技术研讨会论文集[C]. 2019[8].基于机器学习的松辽盆地三维地质-地球物理建模研究[A]. 刘乾,冯晅,赵鹏飞,孙成城,齐嘉慧,候贺晟.2018年中国地球科学联合学术年会论文集（二十一）——专题43：高压实验矿物学、岩石学与地球化学、专题44：机器学习在地球物理领域中的应用[C]. 2018[9].应用高精度航片构建黄土厚度模型研究[A]. 肖梦雄,张建军,张宇生,胡超俊,魏寿云,童桥,张坤.2016中国地球科学联合学术年会论文集（十九）——专题40：油气田与煤田地球物理勘探[C]. 2016[10].用大数据和机器学习探讨黄河小北干流龙门站不同水沙组合的河势特征[A]. 胡天军.第十届全国流体力学学术会议论文摘要集[C]. 2018 读者推荐
[1].贝东次凹复杂断裂体系识别及展布特征研究[A]. 柴绪兵,高媛,孟庆英,田明峰,陈淑梅.中国石油学会2019年物探技术研讨会论文集[C]. 2019[2].强反射影响去除技术在Y35井区的应用[A]. 安鹏,张延庆,于志龙,李旭航,刘凤轩.中国石油学会2019年物探技术研讨会论文集[C]. 2019[3].复数域快速匹配追踪去强反射技术及其在地震属性提取中的应用[A]. 徐晨,万忠宏,金瑞锋,陈亚军,薛红刚.中国石油学会2019年物探技术研讨会论文集[C]. 2019[4].一种基于测井解释模型的火山岩致密储层预测方法——以二连探区乌兰花南洼安山岩为例[A]. 张杰,王孟华,祖志勇,李勇,彭玲丽.中国石油学会2019年物探技术研讨会论文集[C]. 2019[5].波形指示反演在辫状河储层预测中的应用[A]. 张彤,王雨洁,林德猛.中国石油学会2019年物探技术研讨会论文集[C]. 2019[6].基于深度学习的多属性盐丘自动识别方法[A]. 张玉玺,刘洋,张浩然,吕文杰,薛浩.中国石油学会2019年物探技术研讨会论文集[C]. 2019[7].基于自动化和智能化的地震处理技术案例分析[A]. 洪承煜,赵改善,亢永敢,王小品,陈金焕.中国石油学会2019年物探技术研讨会论文集[C]. 2019[8].人工智能在石油地球物理勘探中的应用研究综述[A]. 谢玮,王彦春,毕臣臣.2017中国地球科学联合学术年会论文集（二十七）——专题54：地震物理过程、专题55：智慧地球物理[C]. 2017[9].基于深度学习的地震识别技术展望[A]. 陈伟辉,孙阳,陈杰,倪玮,陈冲,薛超.国家安全地球物理丛书（十四）——资源·环境与地球物理[C]. 2018
论文详细介绍
论文作者分别是来自中国石油学会2019年物探技术研讨会的石翠翠,杨晶,徐维秀，发表于刊物中国石油学会2019年物探技术研讨会2019-09-09论文，是一篇关于地震数据采集论文,高密度论文,地震属性论文,资料品质论文,机器学习论文,自动评价论文,中国石油学会2019年物探技术研讨会2019-09-09论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国石油学会2019年物探技术研讨会2019-09-09论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：地震数据采集论文; 高密度论文; 地震属性论文; 资料品质论文; 机器学习论文; 自动评价论文; 中国石油学会2019年物探技术研讨会2019-09-09论文;
石翠翠：基于机器学习的地震资料品质自动评价方法研究论文
下载Doc文档