本發(fā)明公開一種基于深度學習的井震聯合初始巖性模型構建方法,應用于三維地質建模領域,針對現有技術中存在的測井數據由于濾波導致頻率太低,損失了很多高頻有效信息,插值過程中地震數據無法有效控制的問題;本發(fā)明利用卷積神經網絡提取數據中包含的長短周期即高低頻率的特征,對不同的特征采用長短時間記憶網絡進行分類學習,進而準確地學習地震數據和測井數據之間的關系,達到巖石屬性的準確預測,從而進行巖性初始模型的構建,為巖性參數的反演提供基礎,從而指導油氣的勘探開發(fā)和油氣藏儲層描述。
聲明:
“基于深度學習的井震聯合初始巖性模型構建方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)