丁仁伟
- 作品数：33 被引量：37H指数：3
- 供职机构：山东科技大学更多>>
- 发文基金：国家科技重大专项国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：天文地球自动化与计算机技术文化科学石油与天然气工程更多>>
- 一种基于极坐标系梯度变化的类圆环边缘检测方法
- 本发明涉及一种基于极坐标系梯度变化的类圆环边缘检测方法，利用极坐标系转换来计算梯度，先将原始笛卡尔系数据体使用canny或sobel算子，提取到可靠的极坐标系参照物，或者指定一个可靠的极坐标系中心，建立极坐标系；再将笛卡...
- 丁仁伟高林森赵俐红张金伟王德营支鹏遥
- 文献传递
- 基于PML吸收边界的三维声波数值模拟方法
- 本发明公开了一种基于PML吸收边界的三维声波数值模拟方法，其主要包括如下步骤：s1、在内部计算区域应用规则网格，仅在规则网格整数节点上定义波场压力；在PML吸收区域应用交错网格，在交错网格整数节点上定义波场压力，在交错网...
- 林年添王守进丁仁伟张建彬赵传伟魏乾乾杨修超刘向超文博张栋
- TTI介质伪解析解耦波动方程被引量：3
- 2016年
- 地球介质中最常见的一种各向异性介质就是倾斜横向各向同性(tilted transversely isotropic,简称TTI)介质,目前TTI介质的正演和逆时偏移是地震勘探工业界研究的前沿热点,TTI介质中的高精度地震波正演和逆时偏移必须要考虑TTI各向异性的影响,否则会使得模拟和成像结果不够准确.本文基于Tsvankin提出的TI介质相速度精确频散方程,针对常规TTI介质解耦波动方程时间精度的不足引入伪解析法(pseudoanalytical method,简称PAM)提出一种新的基于伪解析法的TTI介质解耦波动方程,能在时间方向和空间方向都达到高精度纯P波模拟.数值模拟结果显示,本文构造的基于伪解析法的TTI介质解耦波动方程具有高精度且没有任何伪横波误差.
- 张衡刘洪丁仁伟邓桂林刘玉萍丁龙翔
- 关键词：TTI介质解耦
- 基于语义分割的低序级断层智能识别
- 正确的识别并描述低序级断层,对油田复杂断块油藏勘探和开发后期剩余油分布的预测具有重要意义[1]。人工标注断层耗时费力且准确性没有保证,本文对Wu等[2]的方法进行修改并使用U-Net网络用于断层自动识别。首先在Wu等人褶...
- 张玉洁丁仁伟王东东赵俐红
- 关键词：低序级断层样本集断层解释地震数据基于语义
- 基于深度三视图的重力异常智能反演方法
- 本发明公开了一种基于深度三视图的重力异常智能反演方法，涉及重力勘探技术领域。本发明先构建重力异常样本集，再基于U‑Net网络构建重力异常反演模型，利用重力异常样本集训练并测试重力异常反演模型后，获取已勘探区域的重力异常数...
- 赵俐红程辰凌子龙丁仁伟李朝阳
- 基于深度残差网络与多属性融合的地震断层智能识别方法
- 深度学习已被应用于地震断层智能识别中,但大多利用合成地震资料或实际地震资料训练浅层神经网络识别断层。浅层网络结构简单、效率高,但网络表达能力差,无法学习深层地震断层特征,应用于实际断层识别效果不佳。因此,将深度残差网络与...
- 杨晶丁仁伟林年添赵俐红
- 关键词：断层识别地震断层
- 基于机器学习的深部采空区CSAMT电性特征增强与分类方法
- 本发明公开了一种基于机器学习的深部采空区CSAMT电性特征增强与分类方法，其包括步骤：I.针对反演后的CSAMT电阻率异常特征，初始化能够去除浅部异常与增强深部采空区特征的卷积核；II.利用步骤I得到的卷积核进行卷积计算...
- 林年添张凯张冲田高鹏杨久强汤健健王晓东聂西坤支鹏遥宋翠玉丁仁伟金志玮
- CPU/GPU协同并行计算的混合域全波形反演方法
- 本发明公开了一种混合域全波形反演方法，相对于传统的方法，本发明的方法通过CPU/GPU协同并行计算，显著提高了计算效率。本发明所公开的方法将全波形反演的正演部分放到时间域，即在时间域做正演，利用DFT转到频率域做反演，即...
- 刘璐刘洪丁仁伟
- 文献传递
- 以生为本设计课堂点名系统被引量：9
- 2015年
- 在新教育理念的引导下,高等学校课堂教学的模式正不断发生新的变革。然而,在这场变革中,作为校园制度文化建设重要手段的课堂考勤,其在以生为本的教育理念教学中应起到的积极作用往往被忽视。文章首先分析了课堂点名方式的现状及其存在的问题,籍此提出基于以生为本为理念的课堂趣味点名系统的设计方案:把学生的信息作为显性元素,把教师的情感投入作为隐性元素,将两种元素融合,使"令人生畏"的课堂点名过程化作"和谐课堂"的重要环节。该方案的实施,对于推动课堂考勤制度改革、促进课堂有效教学具有积极的作用。
- 林年添陈森赵俐红丁仁伟支鹏遥
- 关键词：考勤制度以生为本和谐课堂有效教学
- 面向地震油气储层分布的卷积神经网络学习与预测方法
- 本发明公开了一种面向地震油气储层分布的卷积神经网络学习与预测方法。该方法首先以原始地震数据为基础，提取能够表征油气特征的地震属性；然后设计卷积神经网络模型，将优选的几种地震属性作为网络的输入层，提取井位处的地震属性值，以...
- 林年添张栋张凯付超王守进张建彬丁仁伟张冲
- 文献传递
