基于SegNet网络和概率图模型的工区障碍物提取

为适应5G(第5代移动通信技术)智能节点后续投入生产后的高效地震采集工作,利用少量自制训练数据创新性地将传统算法与深度学习相结合,提出障碍物自动提取方法。搭建SegNet网络,得到粗糙的语义分割结果,利用条件随机场、特征与空间概率融合等概率图模型依次做了边界平滑和噪声消除的优化处理,最终的语义分割结果在各类障碍物上的准确率较高。与单一使用深度网络需要数万级数据来提升泛化能力相比,提出在少量训练集条件下具有较强泛化能力的语义分割方法,从而能够低成本、灵活高效地运用到各种特定的语义分割场景中。

同步可控震源地震采集技术新进展

同步震源地震采集技术,因其任意两个震源之间激发时间的间隔不受任何门限值的制约,可以进行同步激发,与常规采集技术相比,在相近的时间内能够采集到更多的地震记录,从而大大缩短了采集周期,提高采集效益,是近年来国外发展最快的高效采集技术。这里首先介绍了该技术的发展现状,其次以独立同步扫描(ISS)、距离分开同步扫描(DSSS)、HPVA和V1等同步可控震源特色采集技术为例,从其勘探设计出发,结合各自的采集技术、数据分离技术以及野外测试情况进行了介绍,最后对各种高效采集技术的优势进行了对比总结。

基于GT4的网格并行应用研究

网格技术可以充分利用广域网中异构的、广泛分布的、时刻变化的动态资源,以达到完全共享和各种资源之间良好的协同工作。通常这样的整合在没有较高的硬件计算性能的前提下,也能利用数量较多、成本较低的单机来实现超级计算机对巨量数据的迅捷计算。利用网格组件将办公室的单机资源充分整合,同时以绘制Mandelbrot集这个可以易并行的实例对网格计算和单机计算的速度进行对比。实验证明,网格计算在解决计算密集型问题比单机更有优势。

基于二分法的地震波初至自动拾取算法

初至拾取是地震资料处理中最基本的环节,随着地震资料的增多,自动拾取算法越来越重要,它将严重的影响地震资料处理的速度和效率.本文给出一种新的初至自动拾取算法,它根据参考初至(理论估计的初至),利用二分法和改进的能量比方法检测初至并去除不准确点,通过微调获取波峰、波谷、起跳点三种不同的初至类型.通过对不同信噪比的实际地震数据进行测试,本算法具有快速准确的特点.随着资料信噪比的降低,本算法未能完全解决拾取准确度降低的问题.然而通过适当调整算法的参数,本算法的结果比商用软件OMEGA的初至自动拾取效果要好.

基于奇异值分解的废道自动识别算法

在地震资料处理中,废道检测是一项基础性工作,对后续处理进度和质量有较大影响.奇异值分解技术广泛应用于地震资料处理,本文首次将奇异值分解应用于废道识别中,给出一种基于奇异值分解的废道自动识别算法,通过提取平均振幅、主频、过零点个数、相关系数和衰减因子等5个地震道属性特征,利用奇异值分解技术找出正常道所具有的属性特征向量,根据向量距离找出废道,最后通过实际生产所用地震资料进行了测试验证,结果表明,本算法可以快速准确地识别废道.