地震波形生成器的训练方法和地震波形的分析方法

本公开涉及地震波形，更具体地涉及一种地震波形生成器的训练方法和地震波形的分析方法。

背景技术：

1、地震波形数据是地球科学中基础的观测数据之一。在处理地震波形数据的过程中，利用深度学习技术对地震波形数据进行分析。

2、相关技术为训练用于分析地震波形数据的网络，采用自监督训练的方式，但该训练方式难以适用于地震波形特征，存在忽略地震波形特征中重要特征的情况，使得训练效果较差，进而使得基于训练得到的网络对地震波形数据进行分析时，分析精度降低。

技术实现思路

1、鉴于上述问题，本公开提供了一种地震波形生成器的训练方法和地震波形的分析方法。

2、根据本公开的第一个方面，提供了一种地震波形生成器的训练方法，包括：利用地震波形生成器执行如下操作：对地震波形数据进行下采样处理，得到下采样数据，地震波形数据表征样本地震记录中各个地震运动方向的地面产生的运动数据；将第n-1残差矢量量化数据投影至码本空间，得到第n残差矢量量化数据，其中，将下采样数据作为作为第1残差矢量量化数据，在n=n的情况下，将第n残差矢量量化数据作为目标残差矢量量化数据，码本空间包括多个码本向量，码本向量与地震波形数据中的震动范围数据和震动程度数据相关联，2≤n≤n；对目标残差矢量量化数据进行上采样处理，得到目标地震波形数据；根据地震波形数据和目标地震波形数据之间的差异，对地震波形生成器进行训练，得到训练后的地震波形生成器。

3、根据本公开的实施例，将第n-1残差矢量量化数据投影至码本空间，得到第n残差矢量量化数据，包括：根据第n-1残差矢量量化数据和多个码本向量各自的相似度，从多个码本向量中确定第n目标码本向量，其中，与目标码本向量对应的相似度在多个码本向量各自的相似度中相似度最高；对第n目标码本向量进行解码，得到第n残差矢量量化数据。

4、根据本公开的实施例，第n-1残差矢量量化数据是基于如下操作得到的：对与第n-2残差矢量量化数据对应的第n-2目标码本向量进行解码，得到第n-2中间残差矢量量化数据；根据第n-2残差矢量量化数据和第n-2中间残差矢量量化数据的差值，得到第n-1残差矢量量化数据。

5、根据本公开的实施例，根据地震波形数据和目标地震波形数据之间的差异，对地震波形生成器进行训练，得到训练后的地震波形生成器，包括：根据地震波形数据和第k-1目标地震波形数据之间的差异，对第k-1训练后的地震波形生成器进行训练，得到第k训练后的地震波形生成器，其中，将目标地震波形数据作为第1目标地震波形数据，将地震波形生成器作为第1训练后的地震波形生成器，第k-1目标地震波形数据是利用第k-1训练后的地震波形生成器对地震波形数据进行处理得到的，2≤k≤k；在k=k的情况下，利用判别器对地震波形数据和第k目标地震波形数据进行处理，得到判别结果；根据地震波形数据和第k目标地震波形数据之间的差异，以及判别结果，确定损失值；根据损失值，对第k训练后的地震波形生成器进行训练，得到训练后的地震波形生成器。

6、根据本公开的实施例，根据地震波形数据和第k目标地震波形数据之间的差异，以及判别结果，确定损失值，包括：根据与地震波形数据和第k目标地震波形数据各自对应的傅里叶变换幅值，确定多尺度频谱损失值；根据与地震波形数据和第k目标地震波形数据各自对应的下采样数据，确定多尺度波形损失值；根据与地震波形数据和第k目标地震波形数据各自对应的波形幅度数据，确定复合重建损失值；根据判别结果中与地震波形数据对应的地震波形数据判别结果，和与第k目标地震波形数据对应的第k目标地震波形数据判别结果的差异，确定判别损失值；根据判别结果中与地震波形数据对应的中间地震波形数据判别结果，和与第k目标地震波形数据对应的中间第k目标地震波形数据判别结果的差异，确定中间判别损失值；确定与第k目标地震波形数据对应的承诺损失和码本损失，承诺损失和码本损失用于控制码本空间和第n-1残差矢量量化数据之间的相似距离；根据多尺度频谱损失值、多尺度波形损失值、复合重建损失值、判别损失值、中间判别损失值、承诺损失和码本损失，确定损失值。

7、根据本公开的实施例，根据与地震波形数据和第k目标地震波形数据各自对应的波形幅度数据，确定复合重建损失值，包括：根据与地震波形数据和第k目标地震波形数据各自对应的多个前向差分数据，确定差分重建项；根据与地震波形数据和第k目标地震波形数据各自对应的傅里叶变换幅值的差值，确定傅里叶变换幅值差值；融合幅值权重与傅里叶变换幅值差值，得到频域重建项；基于预设池化长度，对与地震波形数据对应的多个前向差分数据中的第一前向差分数据进行平均池化，得到局部变化率；基于局部变化率，对地震波形数据和第k目标地震波形数据之间的波形差异进行处理，得到变化率重建项；根据差分重建项、频域重建项和变化率重建项，得到复合重建损失值。

8、根据本公开的实施例，上述方法还包括：对地震波形数据进行预处理，得到处理后的地震波形数据，处理后的地震波形数据；对处理后的地震波形数据进行数据增强，得到增强后的地震波形数据。

9、本公开的第二方面提供了一种地震波形的分析方法，包括：利用地震波形生成器对待分析地震波形数据进行处理，得到待分析地震波形数据的分析结果；其中，地震波形生成器是基于上述地震波形生成器的训练训练得到的。

10、本公开的第三方面提供了一种地震波形生成器的训练装置，包括：执行模块，包括：第一处理子模块，用于对地震波形数据进行下采样处理，得到下采样数据，地震波形数据表征样本地震记录中各个地震运动方向的地面产生的运动数据；第一投影子模块，用于将第n-1残差矢量量化数据投影至码本空间，得到第n残差矢量量化数据，其中，将下采样数据作为作为第1残差矢量量化数据，在n=n的情况下，将第n残差矢量量化数据作为目标残差矢量量化数据，码本空间包括多个码本向量，码本向量与地震波形数据中的震动范围数据和震动程度数据相关联，2≤n≤n；第二处理子模块，用于对目标残差矢量量化数据进行上采样处理，得到目标地震波形数据；训练模块，用于根据地震波形数据和目标地震波形数据之间的差异，对地震波形生成器进行训练，得到训练后的地震波形生成器。

11、本公开的第四方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个计算机程序，其中，上述一个或多个处理器执行上述一个或多个计算机程序以实现上述方法的步骤。

12、本公开的第五方面还提供了一种计算机可读存储介质，其上存储有计算机程序或指令，上述计算机程序或指令被处理器执行时实现上述方法的步骤。

13、本公开的第六方面还提供了一种计算机程序产品，包括计算机程序或指令，上述计算机程序或指令被处理器执行时实现上述方法的步骤。

14、根据本公开的实施例，通过将第n-1残差矢量量化数据投影至码本空间，得到第n残差矢量量化数据，能够将连续波形高保真地编码为固定词表的多层离散词元索引序列，进一步地，对目标残差矢量量化数据进行上采样处理，能够从离散词元索引序列重建三分量波形，即目标地震波形数据。在得到目标地震波形数据后，基于地震波形数据和目标地震波形数据之间的差异，在无需震相标签的基础上自动强化地震波形数据中重要地震波形特征的重建质量，得到训练后的地震波形生成器，从而提高训练效果，进而在基于训练后的地震波形生成器进行地震波形分析时，提高分析准确率。