简介：常规的针对地震采集原始资料监控及评价工作大部分由人工完成,存在工作效率低、评价不全面、不能快速发现问题等不足。通过研究,探索出一套人机互动的实时野外地震采集质量监控技术以及使用方法,对野外地震原始资料监控评价由主观判断到客观定量评价、由不全面到全面,提高了工作效率,达到了实时快速监控的目的。近几年在塔里木盆地多块复杂山地应用实施证明,采用该技术得到的分析评价结果更科学、更合理,从而有效地保证了原始地震资料品质。
简介：介绍并比较了两种有监督的机器学习方法：BP神经网络和决策树。用两种方法分别论证了如何利用测井信息非线性地表示孔隙度。与传统的线性回归方法相比,机器学习效果更好,准确性更高。BP神经网络和决策树的应用效果表明,机器学习可以有效预测孔隙度,也可以应用于储层孔隙度预测中。相比之下,神经网络具有更高的准确性和更广阔的前景。
实时质量监控技术在复杂山地三维地震采集中的应用
基于机器学习的孔隙度预测方法研究
