摘要: 本示例将介绍MKL中的矩阵乘法和求逆,使用MKL进行此类大型矩阵运算可大量节省计算时间和空间,但由于MKL中的原生API接口繁杂,因此将常用函数封装,便于后续使用,最后在实际例子中调用接口执行想要的矩阵运算。 1 MKL矩阵乘法案例 所用示例如下,矩阵A、B分别为 $$ A = {\left[ {\ 阅读全文
posted @ 2023-04-23 17:33 GeoFXR 阅读(1175) 评论(0) 推荐(0) 编辑
摘要: (1)利用Voigt-Reuss-Hill或者Hashin-Shtrikman平均计算混合矿物的弹性模量; (2)利用DEM模型将孔隙加进系统,并计算干燥岩石骨架的体积模量和剪切模量; (3)利用Hudson理论和Schoenberg&Sayers理论,在碳酸盐岩介质各向同性背景中加入裂缝系统,修正 阅读全文
posted @ 2023-01-12 16:00 GeoFXR 阅读(1134) 评论(0) 推荐(0) 编辑
该文被密码保护。 阅读全文
posted @ 2022-12-27 11:51 GeoFXR 阅读(4) 评论(0) 推荐(0) 编辑
摘要: 叠前AVO公式总结 阅读全文
posted @ 2022-12-26 17:06 GeoFXR 阅读(2584) 评论(0) 推荐(0) 编辑
摘要: 时移地震反演可以自然看成常规三维弹性参数反演的扩展,我们分别对不同时期的地震资料进行反演得到弹性参数反演体,然后将不同时期的对应的弹性参数反演体相减得到储层的弹性参数变化。但这种做法,在不同时期的地震资料分别进行反演,会导致误差比较大。在本文中,我们利用不同时期的地震资料的差直接反演储层的弹性参数变化量。该方法是基于AVO贝叶斯线性反演技术(Buland And Omre,2003a),将其重新推导适合地震时移差数据的反演方法。根据Buland和Ouair(2006)的研究,本笔记首先从时移地震差数据的正演数据出发,其构建反演数据的Bayesian反演先验概率分布,似然函数,并利用多元高斯分布的条件化定理求取储层弹性参数变化的最大似然解(MAP)。 阅读全文
posted @ 2022-11-25 10:47 GeoFXR 阅读(36) 评论(0) 推荐(0) 编辑
摘要: ​ 该笔记内容是利用线性贝叶斯反演框架进行叠前AVO同步反演的算法笔记。其反演框架与专题(一)中反演框架并没有实质区别,但其工作的核心是构建Vp、Vs、ρ的先验高斯概率模型(其对其他弹性参数模型同样可以假设,例如纵波阻抗Ip,横波阻抗Is,纵横波速比Vp/Vs)。其正演模型基于卷积模型(Convolution Model)与Zeoppritz方程的Aki-Richard AVO近似公式或其他近似公式,构建近、中、远入射角地震道与弹性参数的线性关系,构建叠前正演矩阵G。代入基于高斯假设的贝叶斯线性反演公式,求取对应的弹性参数。该方法较其他同步三参数反演具有实现简单、稳定性高及计算效率的优势。 阅读全文
posted @ 2022-11-22 11:00 GeoFXR 阅读(55) 评论(0) 推荐(0) 编辑
摘要: 叠后地震声波阻抗反演是将测井的准确且高分辨率与叠后地震数据的横向连续性两者的优势结合起来,已得到既有较高分辨率,又有较好的横向连续性的声波阻抗反演数据体。叠后声波阻抗反演方法按照反演策略分为模型反演、稀疏脉冲反演。在本篇笔记中我们将介绍模型反演法中的线性贝叶斯反演法,其本质是使用高斯回归的基本思想和基本计算架构。本笔记分为(1)卷积正演模型矩阵计算表达;(2)模型基于多元高斯分布的先验函数的后验目标函数建立;(3)最大后验函数反演最优化求解;三个部分进行求解。 阅读全文
posted @ 2022-11-17 14:55 GeoFXR 阅读(37) 评论(0) 推荐(0) 编辑
摘要: 曲线平滑 1.曲线平滑步骤 第一步:创建频率域加权系数数组 $$ {\rm{Gamma(i) = }}\frac{1}{{1 + par{{\left( {2 - 2\cos \frac{{i \cdot PI}}{N}} \right)}^2}}} $$ 其中$par$为平滑算法的平滑参数,$pa 阅读全文
posted @ 2022-07-12 14:53 GeoFXR 阅读(607) 评论(0) 推荐(0) 编辑
摘要: C/C++实现Perigram属性 通常描述信号瞬时特征的物理量有:瞬时振幅、瞬时相位、及瞬时频率(“三瞬参数”),地震波的瞬时参数不仅可以直接用来研究岩性、构造等,而且也能够反演介质的品质因数等参数。在研究非平稳信号时,瞬时参数尤为重要。 假设原始信号为$x(t)$,通过Hilbert变换,将实信 阅读全文
posted @ 2022-07-06 18:44 GeoFXR 阅读(402) 评论(0) 推荐(0) 编辑
摘要: # VLFeat库实现KD-Tree算法 K-D树(K-Dimensional Tree,即K维二叉树),K=1时,即是一棵普通的二叉树。常被用于高维空间中的搜索,比如范围搜索和最近邻搜索。考虑这样一种情况: 平面上有一堆散点,若想要找到与某一点最近的点,最朴素的办法就是逐一计算该点到其他点的距离, 阅读全文
posted @ 2022-07-05 17:48 GeoFXR 阅读(351) 评论(0) 推荐(0) 编辑