断层约束的等值线图填充算法

本文提出了-种受断层约束的等值区域追踪算法及等值区域的填色方案。区域追踪算法适用于任何形状的研究区域,与插值格网类型无关,不需要对等值线进行细致分类。本文所述算法假定断层以多边形存在于研究区域内,研究区域的边界和断层多边形围成多连通域。该算法为基于区域拓扑形变的多连通区域上的追踪算法,首先对区域进行拓扑变形,从区域外边界的-个节点处将区域切开;然后把区域的外边界拉成-条水平直线段,使所有等值线围成的区域在这条直线段的上侧;最后在变形区域上,从上到下,从外向里,-层-层剥离出等值区域。文中同时研究了等值区域内属性的变化规律,提出双检测点法填充颜色设置方案。实际数据验证了算法的正确性,并在商业软件中应用,使用效果理想。     

改进的Morlet小波及其变换

提出了一个改进的Morlet小波,并在此基础上给出了Morlet小波变换的完全重构公式,这个重构公式不需要Morlet小波满足小波容许条件,使得Morlet小波变换在理论上趋于完善。改进后的Morlet小波其尺度参数替换为小波主频参数,参数有明确的物理意义,用它作为核函数的小波变换把时间信号映射到时间-频率域。重构公式的提出可拓宽Morlet小波的应用范围,引进了一个由Morlet小波变换及其逆变换构建的时-频滤波器并将其用于地震信号处理以提高其分辨率。从理论上分析了Morlet小波变换与S变换的区别,并用实际算例验证了分析结果。     

用正则化神经网络预测储层渗透率

本文详细的讨论了在油气勘探领域应用最多的前馈型神经网络方法。针对前馈型神经网络所用的传统误差反传算法不足,提出正则化方法。该方法通过贝叶斯方法近似训练样本的真实分布,自动调节正则化参数。文章用神经网络拟合函数和用神经网络根据测井曲线预测储层渗透率,并对传统方法和正则化化方法作了比较,验证了正则化方法能有效地减小网络权值,提高网络的推广性能。     

离散S变换的频域算法和时域算法比较

在信号处理领域,S变换具有良好的时频结合特性,应用广泛。在实际系统中,S变换通过离散数值方法实现,有频域和时域两种形式,文献中多使用频域形式。在用S变换对一些信号作时-频分析时,频域和时域两种实现形式得到的时-频谱图有明显的差异,但没有文献对此问题进行相关讨论。离散S变换的频域算法使用快速Fourier 变换（FFT）和其逆变换（IFFT）实现,但由于Fourier变换蕴含周期特性,一些信号的S变换时-频谱图在始末两端会出现虚假频率信息,干扰信号的时-频分析结果。在研究S变换理论的基础上,给出离散S变换的时域实现。离散S变换的时域算法克服了频域算法的缺点,能更准确反映信号的时-频分布情况。通过对比实验,验证了时域算法的有效性。将S变换的离散时域算法用于地震数据拓频处理,结果显示方法能有效增强信号分辨率。