数据挖掘之聚类分析算法综述

数据挖掘又称为数据采集或者数据收集,它是数据库知识发现(Knowledge-Discovery in Databases)中的一个步骤.简单来说,数据挖掘指使用算法从大量的数据中搜索隐藏在其中的信息的过程.在本文中,着重介绍了数据挖掘中的聚类分析阶段.     

基于U-Net深度学习网络的地震数据断层检测

断层解释是地震资料解释的关键环节之一.随着人工智能技术的发展,断层的自动、快速识别成为机器学习方法在地球物理领域应用的一个研究热点.目前,断层智能识别还存在着模型训练难度大以及实际资料预测效果不理想等问题.为此,提出一种基于U-Net深度学习网络的地震数据断层检测方法,即在网络结构中结合U-Net和残差模块Res-50...     

基于区块链的链下个人数据保护方案

现有结合区块链保护个人数据的方案在授权第三方服务时多将用户的个人数据地址分享给第三方服务,在用户撤销对第三方服务的访问权限后,第三方服务仍然拥有个人数据地址.为避免用户数据泄露,通过采用链下存储的方式,提出一种基于区块链的匿名地址管理方案.利用资源服务处理个人数据的加密地址,并限制第三方服务只能获得用户个人数据地址的加...     

计算地震构造解释与建模的实现讨论

三维地震构造解释与建模是油气勘探开发的关键步骤之一,随着三维地震数据体的规模不断增大,大量依赖于人工的传统方法在效率、精度和分辨率方面均难以满足生产需求;同时,随着计算机软硬件技术的发展,基于计算机辅助的自动化三维地震构造解释与建模是必然趋势,并且近10年来该领域取得了较大进展。介绍并讨论了一整套全自动三维地震构造解释与建模的计算机实现技术流程及其在多个实际数据中的成功应用案例。该流程主要包括：(1)三维地震断层检测、断层面构建、断距场估计和断层恢复等一系列断层解释功能的实现;(2)盐丘、火成岩和溶洞等各类地质体的识别与三维建模;(3)不整合面、层序界面检测与提取;(4)基于断层、地质体和不整合面等边界信息约束的层位体解释和Wheeler体构建;(5)融合所有构造和层位解释结果的构造建模和井震联合物性参数建模。对相关方法技术进行了综述,并将其与相应的实际地震数据应用情况相结合展开讨论,以呈现整个自动化地震构造解释与建模过程中所面临的计算机技术问题及其实现情况。其中,断层检测、地质体识别和层位提取等问题得到了较好的自动化实现,而断层面组合、构造恢复、精细层序解释和构造建模等方面依然高度依...