简介:地下断层深度的估算是重力解释难题之一,我们试利用支持向量分类(SvC)法进行计算。使用正演和非线性反演技术,通过相关误错使检测地下断层深度成为可能。但必要有一个深度初始猜测值,而且这猜测值通常不是由重力资料得。本文我们介绍以SVC作为利用重力数据估算断层深度的一种手段。在这项研究中,我们假设一种地下断层深度可归为一种类型,SVC作为一个分类算法。为了有效地利用此SVC算法,我们基于一个正确的特征选择算法去选择正确的深度特征。本次研究中我们建立了一套基于不同深度地下断层的合成重力剖面训练集,用以训练用于计算实际的地下断层深度的SVC代码。然后用其它合成重力剖面训练集测试我们训练的SVC代码,同时也用实际资料验证了我们的训练SVC代码。
简介:S变换,它是为它的本地人知道的一个时间频率代表光谱在信号处理的阶段性质,特别地联合小浪变换和短时间的Fourier变换(STFT)的元素。部分Fourier变换是为非静止的信号分析的一个工具。在这份报纸,我们定义一个信号的部分S变换(FRST)的概念,基于部分Fourier变换(FRFT)和S变换(圣)的想法,从时间频率领域扩大S变换到时间部分的频率领域获得反的变换,并且学习FRST数学性质。FRST,有FRFT和圣的优点,能提高ST灵活性处理信号。比作S变换,FRST能有效地改进信号时间频率分辨率能力。模拟结果证明建议方法是有效的。
简介:分叉的河隧道和象长期的捱过和侵蚀的结果的山谷,山脉,山,和斜坡的共存形成唯一的黄土地形学。Changqing地球物理的公司,处于这些复杂条件工作,为高保真处理和地震数据的好解释建立了技术的一间套房。这篇文章介绍涉及处理的数据和解释的进程并且说明结果。关键词黄土高原-地震数据处理-静电干扰-箱优化-噪音变细-在教授水平的高级工程师数据解释第一作者江家玉从北京石油研究所在地球物理的探索毕业了,一所美国学院1970。她从事了关于地震数据的全面解释的研究。现在她在Dongfang地球物理的同伴的研究院的Changqing分割工作。26篇文章被出版。她授于我国家科学与技术的班奖金,和科学与技术的进步奖金由部和局进行四十次。
简介:Sedimentationprocessesinreservoirscanbestudiedbyperformingtheoreticalanalysis,laboratoryexperimentation,numericalsimulation,oracombinationofthesethreemethods.Availableliteraturefocusedonreservoirsisabundant.Forinstance,theworksconductedbyHotchkissandParker(1991),MorrisandFan(1997),andDeCesareetal.
简介:通过引入岩石骨架参数表达式到Gassmann近似流体方程中,实现了基于该方程的地震孔隙度反演。但是岩石骨架参数表达式有很多种,使得地震孔隙度反演公式也各不相同,实际应用不方便,反演结果也难以评价。作者在研究现有常用岩石骨架参数表达式如Esheby-Walsh,Pride,Geertsma,Nur,Keys-Xu以及Krief等的基础上,提出了含有调节参数的岩石骨架模型统一表示式,发展了基于Gassmann方程的地震孔隙度反演方法。该方法应用范围宽,参数调节方便、灵活。为验证所提公式和方法的实用性,作者们结合ZJ地区钻井岩心的岩石物理样品测试数据和测井数据,进行了地震孔隙度反演。由于该地区油气储层的存在与中等程度孔隙度的分布有关,因此地震孔隙度反演对预测和识别油气层、干层和含水层有重要作用。反演结果与工区内孔隙度测井瞌线吻合度高,说明本文所提公式与方法是有效的,可靠的。
简介:Gabor变换和S变换是常用的时频分析工具。根据测不准原理,它们的时频分解结果无法在时间域和频率域同时具有很高的分辨率。为了提高非平稳信号时频分解结果的分辨率,本文提出瞬时频率分布函数(IFDF)并利用它表达非平稳信号。当非平稳信号时频成分的分布满足测不准原理对信号可分辨的要求时,瞬时频率分布函数的支集和短时Fourier变换的小波脊支集是同一个集合。利用IFDF的该特征,本文提出一种迭代算法(Sparse-STFT)实现了信号的稀疏时频分解。该算法在每次迭代过程中利用残留信号的短时Fourier变换结果的脊支集更新信号的时频成分,每次迭代得到的时频成分的叠加结果即为最终的稀疏时频分解结果。文中的数值实验证明了Sparse-STFT可以有效地提高非平稳信号时频分解结果的分辨率。最后,本文将该方法应用于地震数据面波的压制中,取得了理想的处理结果。
简介:本文通过地震正演模型和面波振幅数据对比分析了天然地震、爆炸,与核试验数据,以探索改进辨别天然地震与爆炸的方法。所提方法是基于波数域和频率域的双积分变换解。用于研究的地震事件都发生在北朝鲜,其中包括2001年6月26日(39.212°N,125.383°E)和2001年10月30日(38.748°N,125.267°E)所记录的爆炸数据,2006年10月9日(41.275°N,129.095°E)所记录的一次核试验数据、以及2002年4月14日(39.207°N,125.686°E)和2002年6月7日(38.703°N,125.638°E)所记录的两次天然地震。基于这些数据通过地震波分析与理论模拟表明爆炸引起的地震与天然地震有着不同的波型特征。爆炸引起的信号特征是P波的能量较S波强,在爆炸记录上0.05-0.5Hz频率之间Rg波清晰呈现,而在然地震记录上没有。这是由于爆炸地震记录上P波是优势波,与SH成分发生了耦合。
简介:数据挖掘是从大量的、不完全的、有噪声的、模糊的数据中提取隐含的、但又是潜在有用的信息和知识的过程,由于数据挖掘具有出色的非线性建模能力和自组织学习能力,因此可以在复杂储层的测井解释中发挥作用。本文用数据挖掘方法识别复杂储层的岩性。将岩性识别作为一种分类任务建立数据挖掘流程,包括特征提取、特征选择和建立模型等步骤。本文用独立成分分析法从测井曲线中提取信息;然后使用分支定界算法寻找最佳的特征子集,并消除冗佘信息;最后采用C5.0决策树算法建立分类模型的测井曲线。模型和实际测井数据吻合较好,表明在复杂油藏的研究中数据挖掘方法是有效的。