专利交易市场

本发明公开了一种基于改进U‑net神经网络的瑞利波频散曲线自动提取方法，包括构建频散曲线训练集；构建频散曲线测试集；将频散曲线测试集和频散曲线训练集中的图像数据进行裁剪，并将频散曲线训练集中的理论频散曲线进行二值化处理；对频散曲线训练集中的图像数据进行几何变换，得到扩充后的频散曲线训练集；构建改进U‑net神经网络模型，利用扩充后的频散曲线训练集进行模型训练；利用训练后的改进U‑net神经网络模型对频散曲线测试集提取多阶瑞利波频散曲线。本发明充分利用了深度学习的图像分割能力，能够对野外面波数据的频散能量图快速、准确地分类，提高了提取瑞利波频散曲线的效率，进一步提升面波勘探的效率。

本发明公开一种基于连续平行坐标的多属性地震数据可视化方法，通过采用八叉树分级的方法，对均匀区域进行加速处理，减少这些均匀区域的绘制次数，提高算法效率；并通过绘制平行坐标域的密度图，展现多属性之间的关联关系；然后设计二三维联动的可视分析交互平台，省去繁琐的人工设置传输函数操作，通过对连续平行坐标上感兴趣的区域，进行框选等操作，自动设置每个属性数据的传输函数，从而在融合体绘制的结果图像中突出展示所框选的感兴趣的数据区域。