技术特征：1.一种基于卷积神经网络的微地震震源定位方法，其特征在于：微地震震源定位方法包括以下步骤：
技术总结本发明属于地球科学与人工智能交叉领域，具体涉及一种基于卷积神经网络的微地震震源定位方法，1、训练数据集准备；2、样本标签准备；3、网络输入与标签设定；4、深度学习网络模型G结构设定；5、损失函数设定；6、网络模型训练；7：震源定位精度测试。利用卷积神经网络强大的函数拟合关系，将求解震源位置的反演问题转化为构建由微震数据到震源位置分布概率的映射问题。以U型结构网络为骨干特征提取网络，融合注意力机制与空间空洞多尺度池化模块，加强特征提取与融合过程，减轻噪声因素干扰的同时有效利用网络的高级语义信息，有较好的鲁棒性能，对速度模型误差、噪声干扰等因素不敏感，能够以较高的计算效率提供准确的震源位置。
技术研发人员：张岩,崔淋淇,魏子心,张一鸣,张弛,孟德聪
受保护的技术使用者：东北石油大学
技术研发日：技术公布日：2024/1/16