駱春妹　袁三一

摘要：Matlab語言因其強大的數(shù)值與符號計算功能、簡單的語法和友好的界面，一直以來都是勘查技術(shù)與工程專業(yè)學生進行專業(yè)課學習、實習及實踐的首選工具。作者總結(jié)自己近年來利用人工智能技術(shù)解決地震勘探實際問題的案例，并基于智慧課堂所提供的軟硬件平臺，對Matlab語言課程進行了教學改革與實踐，提升了教學效果。

關(guān)鍵詞：勘查技術(shù)與工程專業(yè);Matlab語言;智慧課堂;人工智能

中圖分類號：G642.0? ? ?文獻標志碼：A? ? ?文章編號：1674-9324（2020）16-0362-02

一、引言

石油勘探屬于數(shù)據(jù)密集型、技術(shù)密集型行業(yè)，對技術(shù)人員的編程能力有較高的要求?？辈榧夹g(shù)與工程專業(yè)學生作為未來可能的從業(yè)人員，在本科階段就需接受計算機編程的高強度訓練，同時需了解行業(yè)最新進展。近年來，人工智能技術(shù)發(fā)展迅猛，在諸多領(lǐng)域都取得了令人矚目的成績，在石油地震勘探中的應用研究更是如火如荼。Matlab語言因其強大的統(tǒng)計與機器學習工具箱、神經(jīng)網(wǎng)絡(luò)工具箱成為人工智能應用研究中最常使用的軟件和工具之一[1-3]。因而我們在為勘查技術(shù)與工程專業(yè)學生講授Matlab語言課程過程中，結(jié)合其他課程講授經(jīng)驗[4，5]，引入專業(yè)案例，并利用智慧教室提供的軟硬件平臺，進行研討式教學，使得學生不僅能夠掌握Matlab語言的語法、工具箱的使用，更能了解人工智能技術(shù)在石油地震勘探領(lǐng)域的應用，為專業(yè)課的學習、科技創(chuàng)新、本科畢業(yè)設(shè)計等工作奠定基礎(chǔ)。

二、經(jīng)典案例分析

我們的Matlab語言課程授課對象為大三本科生，該階段學生學過的專業(yè)課相對有限，而本門課程的教學目標也不要求學生在學習過程中就能夠解決專業(yè)問題，而是希望為今后專業(yè)課的學習打下基礎(chǔ)、提供工具。因而我們選取了地震勘探中，學生非常易于理解、很容易抽象為圖像處理并能夠用人工智能技術(shù)解決的那些問題作為經(jīng)典案例供學生研討，既能吸引學生興趣，又能使其了解Matlab在專業(yè)中的應用。

（一）地震零值切片拾取

在地震勘探中，零值切片與非零值切片有著嚴格的定義，但作為Matlab語言課程中的案例，學生僅需了解這兩類圖像的差異，能夠編寫程序自動地從一系列圖像中自動區(qū)分出零值切片和非零值切片即可。圖1列舉了一個三維數(shù)據(jù)體中的七張切片，左圖中的四張切片上狼爪樣圖案與河流狀圖案完全獨立，而右圖中的三張切片上兩種圖案疊加到了一起，前者即為零值切片，后者為非零值切片，是否存在圖案疊置是區(qū)分零值切片與非零值切片的依據(jù)。一個三維數(shù)據(jù)體通常包含幾千張切片，零值切片的人工拾取工作量巨大，而實際地震資料中存在的各種噪聲更會加大拾取的困難。

事實上，如果對三維數(shù)據(jù)體的每個切片進行聚類分析，會發(fā)現(xiàn)非零值切片上存在圖案的疊置，會使得其聚類數(shù)目明顯多于零值切片。然而，實際地震數(shù)據(jù)體零值切片與非零值切片上聚類數(shù)目的定量關(guān)系式難以確定，因而無法直接利用聚類數(shù)目的差異區(qū)分兩類切片。但對所有切片聚類分析的結(jié)果進行統(tǒng)計分析，可以實現(xiàn)閾值自動選取，對于聚類數(shù)目小于該閾值的切片，即為零值切片。這是一個典型的無監(jiān)督學習問題，不需要專業(yè)人員設(shè)置標簽，根據(jù)數(shù)據(jù)本身的特點就能夠進行推導。Matlab提供的函數(shù)可以實現(xiàn)多種聚類，如K均值聚類、層次聚類、高斯混合模型聚類（GMM）等，考慮到隨機噪聲的存在，本題很適合采用GMM實現(xiàn)，之后利用Matlab提供的統(tǒng)計函數(shù)即可計算整個三維數(shù)據(jù)體中所有切片的聚類數(shù)目分布，從而選擇頻數(shù)低于一定百分比的聚類數(shù)目作為閾值，以最終實現(xiàn)零值切片的自動拾取。

（二）地震初至拾取

地震勘探中的初至波拾取能夠用于研究地層結(jié)構(gòu)、提高深層勘探的能力。與零值切片類似，地震波初至也有著嚴格的定義，但表現(xiàn)在圖像上，就是從上方開始最早出現(xiàn)的幅值所構(gòu)成的兩條直線，如圖2中紅線所指示。在地震勘探中，需要處理大量類似于圖2的圖像，人工拾取初至工作量巨大。幸運的是，早期煩瑣的人工拾取工作提供了大量可用的標簽，能夠為利用卷積神經(jīng)網(wǎng)絡(luò)進行自動拾取提供輸入，而Matlab提供的神經(jīng)網(wǎng)絡(luò)工具箱也使其成為解決該類問題的得力工具，而且由于相關(guān)函數(shù)代碼可以查看，這也為學生理解卷積神經(jīng)網(wǎng)絡(luò)提供了有利幫助。

三、智慧教室中的研討式教學

Matlab語法簡單，而且學生已經(jīng)有C語言編程基礎(chǔ)，因而在講授本門課程中始終強調(diào)解決實際問題。圍繞包括上述兩個經(jīng)典案例在內(nèi)的專業(yè)應用，我們引導學生以小組形式提前查找資料、上機實驗來尋求可能的解決方案，在課上進行研討、發(fā)現(xiàn)不足，課下持續(xù)改進尋求最終的解決方案，所以本門課程始終采用研討式教學。智慧教室中桌椅的靈活布置、多個屏幕的任意切換、黑板白板與投屏的有效互補，為研討式教學的開展提供了有力的軟硬件支持。上述案例中涉及的問題均為開放性題目，并不存在標準答案，我們也欣喜地發(fā)現(xiàn)，每一年學生都會提出新的想法進行新的嘗試，零值切片與初至拾取的精度，一直在不斷上升，學生真正利用Matlab語言、采用人工智能技術(shù)，解決了專業(yè)領(lǐng)域的實際問題。

四、總結(jié)

我們在Matlab語言課程講授過程中，引入了專業(yè)案例，既提高了學生學習Matlab的積極性，又使其對專業(yè)應用有了更深的認識，并且能夠?qū)ψ钚录夹g(shù)進展有一定的了解。智慧課堂所提供的先進的軟硬件平臺，更是為研討式教學的展開提供了有力保障，學生通過團隊協(xié)作、不斷研討，最終解決問題，既掌握了Matlab編程，又提高了自身綜合素質(zhì)。

參考文獻：

[1]孫洪全，姚明臣.matlab課程教學方法的改革與實踐[J].電腦知識與技術(shù)，2019，（3）：121+138.

[2]胡瓊，周葉.matlab課程“通關(guān)考核法”的教學改革探討[J].電腦知識與技術(shù)，2019，（6）：131-132.

[3]王海霞，韓奮，張曉菊.matlab在電氣工程專業(yè)主干課程教學中的應用[J].教育教學論壇，2019，（3）：89-90.

[4]駱春妹，陳雙全，袁三一.以專業(yè)為導向的“C語言程序設(shè)計”翻轉(zhuǎn)課堂實踐探索[J].石油教育，2016，（4），20-22.

[5]駱春妹，袁三一.勘查技術(shù)與工程專業(yè)計算機應用基礎(chǔ)課程改革與實踐[J].石油教育，2014，（6），62-64.

Research and Practice of Teaching Matlab Language for Exploration Technology and Engineering Specialty

LUO Chun-mei，YUAN San-yi

（College of Geophysics，China University of Petroleum，Beijing 102249，China）

Abstract：Matlab has always been the first choice for those students majoring in exploration technology and engineering to study professional courses and participate in internships due to its powerful numerical and symbolic calculation functions，simple grammar and friendly interface.We summarize some cases of using artificial intelligence technology to solve the practical problems of seismic exploration in recent years，and conduct the reform and practice in teaching Matlab based on the software and hardware platform provided by the wisdom classroom.The teaching effect has been improved.

Key words：Exploration Technology and Engineering;Matlab language;wisdom classroom;Artificial Intelligence

收稿日期：2019-05-05

作者簡介：駱春妹（1976-），中國石油大學（北京）地球物理學院，副教授，長期從事地震高分辨率處理方向的科研工作和勘查與技術(shù)工程專業(yè)學生的計算機基礎(chǔ)教學工作。