龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明利用正则化技术与联合稀疏表征技术提出了一种基于空间结构特征与联合稀疏表征的低频模型建立方法。首先，利用字典学习和稀疏表征技术解决了对于使用插值方法时的测井数据的一个垂向差异性对于结果的影响，将已有的测井数据由一道测井数据的单权重值，变为了一道测井数据上的多段的多权重值，在一定程度上解决了由于垂向上的差异性特征导致的牛眼效应；其次，利用联合稀疏表征技术以及基于最优化的大规模超定方程组求解方法，在将地震数据的空间结构特征以及测井数据的空间信息引入到低频模型的过程中，并构建一个类反演框架的大规模超定方程组进行优化求解，通过不断迭代更新低频模型，最终得到一个与真实模型误差更小的低频模型。
主权项：1.一种基于空间结构特征与联合稀疏表征的低频模型建立方法，其特征在于，具体包括以下步骤：S01.获取工区的地震数据S和已有的测井曲线，并进行分块处理；S02.将所述分块处理结果进行归一化处理后进行联合字典D训练，将所述联合字典D分割为测井曲线字典Dw和地震数据字典Dsei；S03.利用所述地震数据字典Dsei进行联合稀疏表征得出工区内的地震数据的稀疏系数α；S04.利用所述测井曲线字典Dw和所述稀疏系数α进行重构处理，得到初始低频模型；S05.基于最优化理论和反演理论构建一个类反演过程的优化求解过程；S06.将插值函数作为正则化约束加入优化求解过程，进一步缩小解空间的大小；S07.利用共轭梯度下降算法进行大规模超定方程组的求解，并对求解的低频模型进行稀疏表征和稀疏重构处理；对重构的低频模型与上一次迭代的低频模型计算误差σ；并且对重构的地震数据与真实的地震数据计算误差σ1；S08.重复步骤S05至步骤S07的过程，直至误差σ和误差σ1保持稳定，则迭代过程完成，最终计算出稀疏系数并重构低频模型S09.对迭代完成的低频模型数据进行反归一化等处理，恢复原有的低频模型格式。
全文数据：
权利要求：
百度查询： 电子科技大学 基于空间结构特征与联合稀疏表征的低频模型建立方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号