1.一种非监督与监督学习下的多波地震油气储层预测方法，其特征在于，包括如下步骤：

a.应用New-3δ准则，剔除机器学习数据中可能的异常值，亦即进行降噪处理，然后对经过降噪处理的各类纵、横波地震属性进行标准化处理，提供多波地震属性为地震属性的非监督学习提供源数据；New-3δ准则运算突出了异常值，并将包含于地震属性中的异常值剔除，降低因为地震属性中存在异常致使机器学习结果不准确而造成的干扰；

b.对步骤a中获得的地震属性进行非监督学习，获取多波地震属性中，油气特征更加明显的地震属性，为聚合地震属性的获得打下基础；降维后的地震属性，将地震属性中与油气特征无关的地震属性去掉；降低了地震油气预测中信息的冗余，提高了油气预测的效率；

c.将步骤b获得的多波地震聚合属性作为监督学习集，利用监督学习构建油气特征模型，将获得的油气特征模型征予以在研究区内推广，最终得到的多波地震油气储层分布的预测结果；利用井点处的地震属性作为监督学习的训练样本集，学习训练样本集中的地震属性与油气特征的关系；最终将构建地震属性与油气特征关系的监督学习模型在全区内进行推广。