期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于数据与模型联合驱动的波阻抗反演方法
1
作者 桑文镜 袁三一 +3 位作者 丁智强 于越 刘浩杰 韩智颖 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2024年第2期696-710,共15页
井插值初始模型为基于模型的反演提供的低频信息往往不够准确,导致该模型驱动方法容易出现较大的波阻抗预测误差且建模效率较低.为缓解这些问题,本文利用数据驱动的深度学习反演更加擅长预测低频阻抗的优势,提出一种基于数据与模型联合... 井插值初始模型为基于模型的反演提供的低频信息往往不够准确,导致该模型驱动方法容易出现较大的波阻抗预测误差且建模效率较低.为缓解这些问题,本文利用数据驱动的深度学习反演更加擅长预测低频阻抗的优势,提出一种基于数据与模型联合驱动的波阻抗反演方法.该方法联合地震和测井等数据,先后开展数据驱动和模型驱动的波阻抗反演.首先,数据驱动部分使用井旁地震记录、测井导出的波阻抗曲线以及井插值低频阻抗曲线,搭建以双向门控递归单元为主要模块的波阻抗智能预测网络.其次,该网络预测的波阻抗的低频分量作为数据驱动初始模型,替代井插值初始模型而参与模型驱动部分.最后,模型驱动部分在地震数据匹配和数据驱动初始模型的共同约束下开展基于模型的反演,获得最终的波阻抗结果.合成数据和实际数据测试表明,本文方法相比于单一的数据驱动或模型驱动方法能获得更高分辨率和更高精度的波阻抗反演结果,从而为后续储层预测提供可靠的弹性参数分布. 展开更多
关键词 数据模型联合驱动 波阻抗反演 初始模型 井震联合 双向门控递归单元
下载PDF
高效的基于数据与模型的信道估计算法 被引量:1
2
作者 梅锴 赵海涛 +4 位作者 刘潇然 刘军 熊俊 任保全 魏急波 《通信学报》 EI CSCD 北大核心 2022年第1期59-70,共12页
针对正交频分复用(OFDM)系统,提出一种新型的数据与模型联合驱动下的信道估计算法。该算法结合一种可在线训练的低复杂度学习型估计方法与线性最小均方误差(LMMSE)估计,既赋予信道估计器通过在线训练提升了估计性能的能力,又借助模型解... 针对正交频分复用(OFDM)系统,提出一种新型的数据与模型联合驱动下的信道估计算法。该算法结合一种可在线训练的低复杂度学习型估计方法与线性最小均方误差(LMMSE)估计,既赋予信道估计器通过在线训练提升了估计性能的能力,又借助模型解决了在线生成训练数据会造成额外导频开销的问题,提升了系统效率。仿真结果表明,所提算法在低信噪比下的性能和对实际非理想因素的适应性等方面优于传统信道估计算法。 展开更多
关键词 机器学习 数据模型联合驱动 正交频分复用系统 信道估计
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部