CN113534238A - 一种地震资料处理过程数据采集及数据挖掘的系统和方法 - Google Patents
一种地震资料处理过程数据采集及数据挖掘的系统和方法 Download PDFInfo
- Publication number
- CN113534238A CN113534238A CN202010308478.6A CN202010308478A CN113534238A CN 113534238 A CN113534238 A CN 113534238A CN 202010308478 A CN202010308478 A CN 202010308478A CN 113534238 A CN113534238 A CN 113534238A
- Authority
- CN
- China
- Prior art keywords
- data
- information
- name
- parameter
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000007418 data mining Methods 0.000 title claims abstract description 14
- 238000010801 machine learning Methods 0.000 claims abstract description 15
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 238000013461 design Methods 0.000 claims abstract description 11
- 238000007405 data analysis Methods 0.000 claims abstract description 10
- 238000003062 neural network model Methods 0.000 claims abstract description 7
- 230000009191 jumping Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 238000000547 structure data Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
- G06F16/83—Querying
- G06F16/835—Query processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Acoustics & Sound (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Geophysics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Debugging And Monitoring (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种地震资料处理过程数据采集及数据挖掘的系统和方法，系统架构包括：（1）地震资料作业文件数据采集模块，收集地震资料处理软件处理流程作业文件的模块名、参数名、参数值信息，并将采集到的数据经过抽取、转换、加载保存到数据库系统；（2）地震资料参数大数据分析统计模块，使用大数据技术分析采集到的数据，对地震资料处理软件作业文件工区名、作业文件名、模块名、参数名、参数值的分析和映射，设计字典{工区名:{作业文件名:{模块名:{参数名:{参数值:使用次数}}}}}；（3）地震资料参数机器学习智能推荐模块，使用神经网络模型智能推荐地震处理软件模板文件各模块名、参数名对应的参数值，并将结果保存到地震资料处理软件处理流程模板文件。
Description
技术领域
本发明涉及地质勘探地震资料处理技术领域，具体是一种地震资料处理过程数据采集及数据挖掘的系统和方法。
背景技术
在勘探开发领域，使用地震资料处理软件Omega进行地震资料的处理，处理过程基本上是一个根据处理任务采用不同的处理模块，并不断调整处理模块参数，不断试验，从而使得最终处理结果最优化的过程。在这个过程中，处理人员的经验占主导作用，有经验的处理人员可以根据自己的经验快速的将模块、参数最优化。如果能够通过大数据分析、机器学习等方法，对已有处理作业信息进行分析，做到处理模块和参数的智能推荐，将极大的加快经验的传播，并显著的提高优化过程的效率。
地震处理软件Omega共有600多个处理模块，Omega作业文件全部保存在 Omega工区盘中，在集群节点任何地方可以挂载，作业文件本质上是XML文件，在文件中有模块名称、参数名称和参数值信息。地震资料处理软件模块参数进行智能推荐，涉及105个流程、80个模块共约1200个数据项，为保留处理流程的正确性、可用性、扩展性，需要解决模块之间、参数之间复杂的非线性映射关系，传统的方法不能胜任这种映射关系的处理，需要构建人工神经网络模型实现众多模块、参数间的关联与参数推荐。
XML是英文(Extensible Markup Language)的缩写，中文意思是“可扩展标记语言”。XML文档以.xml为后缀。XML被设计用来传输和存储数据。XML指可扩展标记语言；XML是一种标记语言，类似HTML；XML设计宗旨是传输数据，而非显示数据。
JSON(JavaScript Object Notation)是一种轻量级的数据交换格式。JSON易于阅读和编写，同时也易于机器解析和生成。JSON是一种取代XML在网络中传输的数据结构。JSON和XML相比，更小巧、描述能力更清楚。JSON采用完全独立于语言的文本格式；但是也使用了类似于C语言家族的习惯(包括C、C++、 C#、Java、JavaScript、Perl、Python等)；这些特性使JSON成为理想的数据交换语言。
大数据平台Hadoop是一个由Apache基金会所开发的分布式系统基础架构；用户可以在不了解分布式底层细节的情况下，开发分布式程序；充分利用集群的威力进行高速运算和存储；Hadoop大数据处理技术大概已有十多年历史，被看作首选的大数据集群处理的解决方案；MapReduce是一路计算的优秀解决方案。
大数据集群Spark是一种快速、通用的集群计算系统，它提供了高层次的 API、Java、Scala、Python和R，以及一种支持图处理的优化引擎，它还支持一组丰富的高级工具包括Spark SQL用于SQL查询和结构化数据处理，MLlib用于机器学习、图形处理和SparkStreaming。
机器学习是人工智能的一个子集，即用机器去学习以前的经验。与传统的编程不同，开发人员需要预测每一个潜在的条件进行编程，一个机器学习的解决方案可以有效地基于数据来适应输出的结果。一个机器学习的算法并没有真正地编写代码，但它建立了一个关于真实世界的计算机模型，然后通过数据训练模型。
发明内容
本发明的目的在于，针对现有技术的不足，提供一种地震资料处理过程数据采集及数据挖掘的系统和方法，运用数据采集技术、大数据分析技术和机器学习技术，设计开发数据采集程序收集地震资料处理软件处理流程作业文件的模块名、参数名、参数值信息，并将采集到的数据经过抽取、转换、加载保存到数据库系统；设计开发大数据处理程序分析地震资料处理软件作业文件工区名、作业文件名、模块名、参数名、参数值；设计开发机器学习处理程序使用神经网络模型预测推荐地震处理软件模板文件各模块名、参数名对应的参数值。
涉及到运用数据采集技术、大数据分析技术和机器学习技术，设计开发数据采集程序收集地震资料处理软件处理流程作业文件的模块名、参数名、参数值信息，并将采集到的数据经过抽取、转换、加载保存到数据库系统；设计开发大数据处理程序分析地震资料处理软件作业文件工区名、作业文件名、模块名、参数名、参数值；设计开发机器学习处理程序使用神经网络模型预测推荐地震处理软件模板文件各模块名、参数名对应的参数值。
附图说明
图1为本发明的地震资料处理过程数据采集与数据挖掘系统架构图；
图2为地震资料处理软件作业文件数据采集流程；
图3为地震资料参数大数据分析统计模块处理流程；
图4为地震资料参数机器学习智能推荐模块处理流程。
具体实施方式
本发明的实施系统为一种地震资料处理过程数据采集及数据挖掘的系统和方法，系统架构设计如图1所示，包括：
(1)地震资料处理软件(101)Omega是一个分布式集群系统，处理人员在各个科室机房，通过远程终端操作Omega编辑作业文件、操作地震数据输入/ 输出、以实现地震资料处理，作业文件是处理经验的最终体现；
(2)地震资料处理软件处理流程作业文件(102)扩展名是*.omjob，这个文件实际上是一个XML结构文本文件，在文件中有模块信息(module-definition)，参数名称(parameter)和参数值(value)信息；
(3)地震资料作业文件数据采集模块(103)，收集地震资料处理软件处理流程作业文件的模块名、参数名、参数值信息，并将采集到的数据经过抽取、转换、加载保存到数据库系统；
(4)数据库系统(104)用来保存数据采集模块收集到的地震资料作业文件的模块名、参数名、参数值信息；
(5)地震资料参数大数据分析统计模块(105)，使用大数据spark技术分析采集到的数据，对地震资料处理软件作业文件工区名、作业文件名、模块名、参数名、参数值的分析和映射，设计字典{工区名:{作业文件名:{模块名:{参数名:{参数值:使用次数}}}}}；
(6)地震资料参数机器学习智能推荐模块(106)，使用神经网络模型智能推荐地震处理软件模板文件各模块名、参数名对应的参数值，并将结果保存到地震资料处理软件处理流程模板文件；
(7)地震资料处理软件处理流程模板文件(107)，地震资料处理人员，运行地震资料处理软件，选择此模板作业文件，开始地震资料作业处理。
地震资料作业文件数据采集模块，采集过程设计如图2所示，包括：
(1)数据采集程序采集地震资料处理软件作业文件步骤：
步骤一：读取工区参数01，获取地震资料处理项目的工区作业信息等详细资料，用于后期通过大数据分析和机器学习技术实现关联性分析和数据挖掘。；
步骤二：连接数据库02；
步骤三：读取工区目录03，检索工区流程作业文件目录下的所有文件夹，获取作业流程文件*.omjob所在全部目录，并剔除无关目录。
循环执行步骤三和四直到去掉目录结构后将所有作业文件打散至于同一目录结构下，对于同名文件，在读取；
步骤四：读取文件是子目录04，是目录跳转到步骤三继续读取，实现所有作业流程文件目录的遍历搜索，去掉目录结构后将所有作业文件打散存放于顶层目录结构下，对于同名文件，随机生成字符串替换原文件名；
步骤五：读取文件05；
步骤六：将文件源信息转换成字典格式06，实现信息数据格式化，在后续步骤中进行解析、数据提取和格式化保存；
步骤七：解析Project信息07，可以获取此作业流程文件所属工区的项目管理信息；
步骤八：解析Session信息08，获取作业流程的作业类型、提交作业样式等信息，如常规单节点作业和多节点并行MPI架构作业等；
步骤九：解析Subject信息09，获取作业运行目标，对于常规单节点作业只获取运行节点，对于多借点MPI架构作业获取主节点和子计算节点信息，同时获取异常节点列表；
步骤十：解析ParamML信息10，获取作业流程中各个处理计算模块的详细信息和模块参数，是本专利重点关注的信息；
步骤十一：解析GraphML信息11，获取作业流程中各处理计算模块的图结构，实现计算模块组织关系的存储；
步骤十二：断开数据库12。
(2)解析Project信息步骤：
Project信息记录地震资料处理系统对于项目工程的组织结构，是工区的项目管理信息，通过Project信息的解析和记录，从而实现后续处理流程、模块、参数信息的关联性分析和数据挖掘。
步骤一：解析project信息07-01，进行xml结构数据向字典结构的转化；
步骤二：采集project信息07-02，工区的项目管理信息；
步骤三：采集templatejob信息07-03，工区的项目管理信息；
步骤四：采集pUnit信息07-04，工区的项目管理信息；
步骤五：采集survey信息07-05，工区的项目管理信息；
步骤六：保存到数据库07-06。
(3)解析Session信息步骤：
Session信息记录作业流程的作业类型、提交作业样式等信息，如常规单节点作业和多节点并行MPI架构作业等，通过Session信息的解析和记录，可以实现作业类型的识别。
步骤一：解析session信息08-01，进行xml结构数据向字典结构的转化；
步骤二：采集installtion信息08-02；
步骤三：采集baseline信息08-03；
步骤四：采集ORBInitHost信息08-04；
步骤五：采集site信息08-05；
步骤六：采集ORBInitPort信息08-06；
步骤七：采集host信息08-07，重点关注，获取作业运行节点类型；
步骤八：采集sesssion信息08-08；
步骤九：采集memory信息08-09，重点关注，获取作业运行所需资源分配；
步骤十：采集display信息08-10；
步骤十一：保存到数据库08-11。
(4)解析Subject信息步骤：
Subject信息记录作业运行节点列表，对于常规单节点作业只获取运行节点，对于多节点MPI架构作业获取主节点和子计算节点信息，同时获取异常节点列表；
步骤一：解析Subject信息09-01，进行xml结构数据向字典结构的转化；
步骤二：采集OmegaUser信息09-02，获取地震资料处理软件结构内系统用户信息；
步骤三：采集NTUser信息09-03，获取提交作业用户详细信息；
步骤四：采集OmegaRole信息09-04，获取作业类型及计算节点列表；
步骤五：采集UnixUser信息09-05；
步骤六：保存到数据库09-06。
(5)解析Paramml信息步骤：
获取作业流程中各个处理计算模块的详细信息和模块参数，是本专利描述技术重点关注的信息。
步骤一：读取ParamML信息10-01，进行xml结构数据向字典结构的转化；
步骤二：采集param_name信息10-02，获取处理模块名字；
步骤三：采集param_option信息10-03，获取处理模块基本信息，如启用/ 禁用、别名、备注等；
步骤四：采集param_type信息10-04，获取处理模块类型，如常规单节点、多节点MPI、GPU only等；
步骤五：采集param_allow信息10-05，地震资料处理软件系统保留；
步骤六：采集param_multi信息10-06，地震资料处理软件系统保留；
步骤七：采集param_title信息10-07，获取处理计算模块参数名称；
步骤八：采集param_express信息10-08，获取处理计算模块参数启用/禁用；
步骤九：采集param_value信息10-09，获取处理计算模块参数值。
步骤十：采集param_default信息10-10，地震资料处理软件系统保留；
步骤十一：保存到数据库10-11。
(5)解析GraphML信息步骤：
GraphML信息记录作业流程中各处理计算模块的图结构，通过对GraphML 的信息解析可以获取模块的连接组织关系，进而实现模块的关联性分析。
步骤一：解析GraphML信息11-01，进行xml结构数据向字典结构的转化；
步骤二：采集job_name信息11-02，地震资料处理软件系统保留；
步骤三：采集module_type信息11-03，获取处理计算模块输入输出类型，具体有；单入单出、多入单出、多入多出三种类型。
步骤四：采集module_id信息11-04，地震资料处理软件系统保留，记录计算处理模块在作业流程文件中的编号；
步骤五：采集module_name信息11-05，地震资料处理软件系统保留；
步骤六：采集param_name信息11-06，获取计算处理模块使用参数名称；
步骤七：采集param_title信息11-07，获取计算处理模块使用参数标题；
步骤八：采集param_default信息11-08，地震资料处理软件系统保留；
步骤九：采集param_value信息11-09，获取计算处理模块与其余模块的连接信息，以数据结合各模块输入输出端口实现图结构记录；
步骤十：采集param_type信息11-10，，地震资料处理软件系统保留；
步骤十一：保存到数据库。
地震资料参数大数据分析统计模块，处理过程设计步骤如图3所示，包括：
步骤一：连接数据S101；
步骤二：获取数据帧S102；
步骤三：创建视图S103；
步骤四：SQL查询并保存S104；
步骤五：查询结果转成分布式数据集RDD信息S105；
步骤六：遍历RDD数据集S106；
步骤七：获取工区项目名称S107；
步骤八：获取模块名称S108；
步骤九：获取参数名称S109；
步骤十：获取参数值S110；
步骤十一：统计参数值使用次数S111；
步骤十二：创建或更新字典S112；
步骤十三：遍历RDD结束S113？如果没结束，跳转到步骤六继续进行；结束则进入下一步骤；
步骤十四：保存字典文件S114；
步骤十五：断开数据库连接。
地震资料参数机器学习智能推荐模块，处理过程设计步骤如图4所示，包括：
步骤一：打开大数据处理分析产生的字典文件P101；
步骤二：神经网络模型训练参数值P102；
步骤三：统计模块名称和参数名称完全一致的信息P103；
步骤四：统计模板名称一致、参数名称不一致的信息P104；
步骤五：根据工区项目特征值获取推荐工区P105；
步骤六：遍历作业模板目录P106；
步骤七：获取项目名称P107；
步骤八：获取参数名称P108；
步骤九：获取参数值P109；
步骤十：从神经网络训练结果获取最优参数值P110；
步骤十一：更新作业模板文件参数值P111；
步骤十二：保存作业模板文件P112；
步骤十三：遍历模板目录结束，如果是，结束处理；如果没结束，跳转到步骤六继续处理。
Claims (5)
1.一种地震资料处理过程数据采集及数据挖掘的系统，其特征在于，包括以下功能模块，其中：
(1)地震资料作业文件数据采集模块，收集地震资料处理软件处理流程作业文件的模块名、参数名、参数值信息，并将采集到的数据经过抽取、转换、加载保存到数据库系统；
(2)地震资料参数大数据分析统计模块，使用大数据技术分析采集到的数据，对地震资料处理软件作业文件工区名、作业文件名、模块名、参数名、参数值的分析和映射，设计字典{工区名:{作业文件名:{模块名:{参数名:{参数值:使用次数}}}}}；
(3)地震资料参数机器学习智能推荐模块，使用神经网络模型智能推荐地震处理软件模板文件各模块名、参数名对应的参数值，并将结果保存到地震资料处理软件处理流程模板文件。
2.一种基于权利要求1所述的系统进行地震资料处理过程数据采集及数据挖掘的方法，其特征在于，所述数据采集程序采集地震资料处理软件作业文件提交的方法包括以下步骤：
步骤一：读取工区参数；
步骤二：连接数据库；
步骤三：读取工区目录；
步骤四：读取文件是否为子目录，是目录则跳转到步骤三继续读取；
步骤五：读取文件；
步骤六：将文件转换成字典；
步骤七：解析Project信息；
步骤八：解析Session信息；
步骤九：解析ParamML信息；
步骤十：解析GraphML信息；
步骤十一：断开数据库。
3.一种基于权利要求1所述的系统进行地震资料处理过程数据采集及数据挖掘的方法，其特征在于，所述数据采集程序解析GraphML提交的方法包括以下步骤：
步骤一：解析GraphML信息；
步骤二：采集job_name信息；
步骤三：采集module_type信息；
步骤四：采集module_id信息；
步骤五：采集module_name信息；
步骤六：采集param_name信息；
步骤七：采集param_title信息；
步骤八：采集param_default信息；
步骤九：采集param_value信息；
步骤十：采集param_type信息；
步骤十一：保存到数据库。
4.一种基于权利要求1所述的系统进行地震资料处理过程数据采集及数据挖掘的方法，其特征在于，所述地震资料参数大数据分析统计提交的方法包括以下步骤：
步骤一：连接数据；
步骤二：获取数据帧；
步骤三：创建视图；
步骤四：SQL查询并保存；
步骤五：查询结果转成分布式数据集RDD信息；
步骤六：遍历RDD数据集；
步骤七：获取工区项目名称；
步骤八：获取模块名称；
步骤九：获取参数名称；
步骤十：获取参数值；
步骤十一：统计参数值使用次数；
步骤十二：创建或更新字典；
步骤十三：遍历RDD结束？如果没结束，跳转到步骤六继续进行；结束则进入下一步骤；
步骤十四：保存字典文件；
步骤十五：断开数据库连接。
5.一种基于权利要求1所述的系统进行地震资料处理过程数据采集及数据挖掘的方法，其特征在于，所述地震资料参数机器学习智能推荐提交的方法包括以下步骤：
步骤一：打开大数据处理分析产生的字典文件；
步骤二：神经网络模型训练参数值；
步骤三：统计模块名称和参数名称完全一致的信息；
步骤四：统计模板名称一致、参数名称不一致的信息；
步骤五：根据工区项目特征值获取推荐工区；
步骤六：遍历作业模板目录；
步骤七：获取项目名称；
步骤八：获取参数名称；
步骤九：获取参数值；
步骤十：从神经网络训练结果获取最优参数值；
步骤十一：更新作业模板文件参数值；
步骤十二：保存作业模板文件；
步骤十三：遍历模板目录结束，如果是，结束处理；如果没结束，跳转到步骤六继续处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010308478.6A CN113534238B (zh) | 2020-04-18 | 2020-04-18 | 一种地震资料处理过程数据采集及数据挖掘的系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010308478.6A CN113534238B (zh) | 2020-04-18 | 2020-04-18 | 一种地震资料处理过程数据采集及数据挖掘的系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113534238A true CN113534238A (zh) | 2021-10-22 |
| CN113534238B CN113534238B (zh) | 2024-03-29 |
Family
ID=78123504
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010308478.6A Active CN113534238B (zh) | 2020-04-18 | 2020-04-18 | 一种地震资料处理过程数据采集及数据挖掘的系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113534238B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493840A (zh) * | 2009-03-13 | 2009-07-29 | 中国海洋石油总公司 | 一种海量地震数据库的建立方法 |
| CN103675914A (zh) * | 2012-09-12 | 2014-03-26 | 林沛旸 | 运用类神经网络的现地型地震即时分析系统及其方法 |
| CN104570083A (zh) * | 2013-10-29 | 2015-04-29 | 中国石油天然气集团公司 | 基于多维地震属性的地质体自动识别方法 |
| CN106019359A (zh) * | 2016-05-17 | 2016-10-12 | 浪潮集团有限公司 | 一种基于神经网络的地震预测系统 |
| US20190064378A1 (en) * | 2017-08-25 | 2019-02-28 | Wei D. LIU | Automated Seismic Interpretation Using Fully Convolutional Neural Networks |
| CN110244344A (zh) * | 2019-06-05 | 2019-09-17 | 中南大学 | 一种基于深度学习的tbm超前地质预报方法 |
| CN110462445A (zh) * | 2017-02-09 | 2019-11-15 | 地质探索系统公司 | 地球物理深度学习 |
| CN110929121A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 基于日志分析的地震资料处理机时精细化计算方法及系统 |
| CN110968636A (zh) * | 2018-09-28 | 2020-04-07 | 广州威阿科技有限公司 | 面向地震预警的多维大数据分析与处理系统 |
-
2020
- 2020-04-18 CN CN202010308478.6A patent/CN113534238B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493840A (zh) * | 2009-03-13 | 2009-07-29 | 中国海洋石油总公司 | 一种海量地震数据库的建立方法 |
| CN103675914A (zh) * | 2012-09-12 | 2014-03-26 | 林沛旸 | 运用类神经网络的现地型地震即时分析系统及其方法 |
| CN104570083A (zh) * | 2013-10-29 | 2015-04-29 | 中国石油天然气集团公司 | 基于多维地震属性的地质体自动识别方法 |
| CN106019359A (zh) * | 2016-05-17 | 2016-10-12 | 浪潮集团有限公司 | 一种基于神经网络的地震预测系统 |
| CN110462445A (zh) * | 2017-02-09 | 2019-11-15 | 地质探索系统公司 | 地球物理深度学习 |
| US20190383965A1 (en) * | 2017-02-09 | 2019-12-19 | Schlumberger Technology Corporation | Geophysical Deep Learning |
| US20190064378A1 (en) * | 2017-08-25 | 2019-02-28 | Wei D. LIU | Automated Seismic Interpretation Using Fully Convolutional Neural Networks |
| CN110929121A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 基于日志分析的地震资料处理机时精细化计算方法及系统 |
| CN110968636A (zh) * | 2018-09-28 | 2020-04-07 | 广州威阿科技有限公司 | 面向地震预警的多维大数据分析与处理系统 |
| CN110244344A (zh) * | 2019-06-05 | 2019-09-17 | 中南大学 | 一种基于深度学习的tbm超前地质预报方法 |
Non-Patent Citations (4)
| Title |
|---|
| QIU, J. 等: "A survey of machine learning for big data processing", EURASIP J.ADV.SIGNAL PROCESS * |
| 刘坚 等: "地震分析会商应用系统研究现状及展望", 地震研究, vol. 41, no. 02, 30 April 2018 (2018-04-30), pages 157 - 165 * |
| 张俊威 等: "地震资料处理流程大数据分析与应用", 勘探开发, no. 6, pages 136 - 138 * |
| 李忠 等: "基于空地观测的地震大数据处理系统研究", 软件, vol. 38, no. 12, pages 54 - 60 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113534238B (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220327137A1 (en) | Modifying field definitions to include post-processing instructions | |
| US8209297B2 (en) | Data processing device and method | |
| CN110059085B (zh) | 一种面向Web 2.0的JSON数据解析与建模方法 | |
| CN111708774B (zh) | 一种基于大数据的产业分析系统 | |
| CN113254630B (zh) | 一种面向全球综合观测成果的领域知识图谱推荐方法 | |
| US11461333B2 (en) | Vertical union of feature-based datasets | |
| Pallickara et al. | Efficient metadata generation to enable interactive data discovery over large-scale scientific data collections | |
| CN111243748A (zh) | 针推康数据标准化系统 | |
| CN112579852A (zh) | 一种互动式网页数据精确采集方法 | |
| US20070088720A1 (en) | Method for detecting discrepancies between a user's perception of web sites and an author's intention of these web sites | |
| CN112883066B (zh) | 一种数据库上的多维范围查询基数估计方法 | |
| CN110321446A (zh) | 相关数据推荐方法、装置、计算机设备及存储介质 | |
| CN103530369A (zh) | 一种去重方法及系统 | |
| Sheth et al. | Complex relationships and knowledge discovery support in the InfoQuilt system | |
| KR102345410B1 (ko) | 빅데이터 지능형 수집 방법 및 장치 | |
| CN113534238B (zh) | 一种地震资料处理过程数据采集及数据挖掘的系统和方法 | |
| CN107357919A (zh) | 行为日志查询系统及方法 | |
| Liu et al. | Web log analysis in genealogy system | |
| JP6748474B2 (ja) | 意思決定支援システムおよび意思決定支援方法 | |
| CN113901034A (zh) | 一种自动识别行政非诉执行案源的方法 | |
| KR100667917B1 (ko) | 웹사이트 검색 서비스 제공 방법 및 그 시스템 | |
| Colosi et al. | Time series data management optimized for smart city policy decision | |
| Thakare et al. | Extraction of template using clustering from heterogeneous web documents | |
| Sen et al. | Improving the prediction of page access by using semantically enhanced clustering | |
| KR102605929B1 (ko) | 서로 다른 프로세서 자원을 할당하여 정형 데이터와 비정형 데이터를 처리하는 방법 및 이러한 방법을 제공하는 데이터 처리 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |