首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于支持向量机的非线性AVO反演
引用本文:邴萍萍,曹思远,路交通.基于支持向量机的非线性AVO反演[J].地球物理学报,2012,55(3):1025-1032.
作者姓名:邴萍萍  曹思远  路交通
作者单位:中国石油大学CNPC物探重点实验室,北京 102249
基金项目:国家重大专项,国家自然科学基金
摘    要:本文提出了一种新的AVO非线性反演方法,即利用支持向量机来求解AVO非线性反演问题.文中先对支持向量机的原理进行了阐述,然后建立了适合AVO反演的支持向量机模型.最后利用该方法对模型数据和实际资料进行了反演计算,反演结果表明,该方法在没有牺牲反演效果的情况下较好的解决了传统反演方法所具有的局限性,可以直接从合成记录中提取地层的弹性参数,反演速度快、稳定性好.

关 键 词:非线性  AVO反演  支持向量机  统计学习理论  
收稿时间:2011-06-06

Non-linear AVO inversion based on support vector machine
BING Ping-Ping , CAO Si-Yuan , LU Jiao-Tong.Non-linear AVO inversion based on support vector machine[J].Chinese Journal of Geophysics,2012,55(3):1025-1032.
Authors:BING Ping-Ping  CAO Si-Yuan  LU Jiao-Tong
Institution:Key Lab of Geophysical Exploration under CNPC, China University of Petroleum, Beijing 102249, China
Abstract:This paper presents a new method for amplitude versus offset(AVO) nonlinear inversion that solved by support vector machine(SVM).First the main principle of SVM is described,then the SVM model are established for AVO inversion.Finally,both real data and synthetic model are inverted based on SVM,the results show that the proposed method can resolve limitations associated with conventional inversion methods without sacrificing inversion effects;it can extract elastic parameters from synthetic seismogram directly;meanwhile the method is characterized by high inversion velocity and good stability.
Keywords:Non-linear  AVO inversion  Support vector machine(SVM)  Statistical learning theory
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《地球物理学报》浏览原始摘要信息
点击此处可从《地球物理学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号