简介：高分辨率3D非线性的综合倒置方法基于非线性的理论。在层控制下面，从几口井的日志数据(或所有井)在学习区域和地震踪迹，邻近井的数据是到有多重输入和产量的一个网络的输入并且综合地被训练获得全部学习区域的一个适应重量函数。综合非线性的印射关系被水库的侧面、垂直的地质的变化造并且更新。因此，倒置过程和它的倒置结果能被抑制并且控制并且有有速度倒置，阻抗倒置，和密度倒置节的高分辨率的稳定的地震倒置节，能被获得。好地质的效果在模型计算测试并且真实数据处理被获得了，它证实这个方法让高精确，好实物，和罐头被用于量的水库分析。

简介：为勘探地震学的一个重要研究话题是提供一个快精确速度模型从预先叠深度移植。瞄准如此的一个问题，我们建议二次的精确概括了非线性的全球优化迁居速度倒置。首先，我们丢弃在剩余深度和剩余速度之间有一种线性关系并且求婚的假设有使从每次重复的速度模型能尽可能快速走近真正的模特儿的二次的精确的一个速度模型修正方程。第二，我们使用概括非线性的倒置得到全球最佳的速度不安模型到所有踪迹。这个方法能帮助集中速度并且能也减少在倒置期间掉进本地最小的概率。合成数据和Marmousi数据例子证明我们的方法有更高的精确并且需要仅仅一些重复并且因而在复杂区域提高迁居速度分析(MVA)的有实行可能和精确性。

简介：

简介：Cauchypriori基于分发的贝叶斯的AVO反射率倒置可以导致对大反射率敏感的稀少的估计。为倒置，协变性矩阵和调整条款的计算要求模型参数的优先的评价，它使反复的倒置弱非线性。同时，在模型参数之中的关系被假定线性。而且，反射率，倒置的结果，或有集成反射率恢复的累积错误的有弹性的参数很好不适合检测烃和液体。在贝叶斯的线性AVO倒置，相反，有弹性的参数能直接从prestack被提取没有为模型参数的线性假设的地震数据。就上述的方法的优点而言，贝叶斯的AVO反射率倒置过程被修改，当优先的概率分布和时间变体协变性也被考虑，Cauchy分发被探索。最后，我们为弱非线性的AVO波形倒置建议一个新方法。而且，线性假设被放弃，有弹性的参数例如P波浪速度，S波浪速度，和密度，能直接特别为大反射率的接口从地震数据被恢复。数字分析证明所有有弹性的参数能从prestack被估计地震数据甚至当地震数据的signal-to-noise比率是低的时。