基于CWT-CNN的地震噪声压制研究

赵金泉; 尤加春; 魏俊廷; 黄聪

首页> 中文期刊> 《石油物探》 >基于CWT-CNN的地震噪声压制研究

基于CWT-CNN的地震噪声压制研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着深度神经网络技术的发展,卷积神经网络(CNN)被越来越多地应用于地震数据的噪声压制中。常规CNN方法一般是在时间域进行,为了提升CNN方法对地震噪声的压制效果,提出了基于连续小波变换(CWT)的CNN地震噪声压制方法。该方法首先将一维时间域信号通过CWT转换为二维时频域信号。然后,在利用CNN对时频谱进行噪声压制时,提出了两种策略:能量谱策略(策略Ⅰ)是将CWT计算的复数矩阵的振幅谱作为CNN的训练样本,保持相位谱不变;复矩阵策略(策略Ⅱ)是将复数矩阵的实部和虚部图谱作为CNN的不同通道分别进行处理。最后,对于CNN的输出结果,利用逆连续小波变换(ICWT)将二维复数矩阵还原成一维地震信号。为了定量地对比方法的效果,提出利用峰值信噪比(PSNR)、结构相似性(SSIM)和均方根误差(RMSE)3个指标对比基于两种CWT策略的CNN方法与其它常规滤波(包括低通滤波、小波滤波和中值滤波)方法的噪声压制效果。相较于常规滤波方法,数值实验表明基于CWT策略的CNN方法具有更好的随机噪声和涌浪噪声压制效果。为了提高模型处理地震数据的泛化性,引入迁移学习对预训练模型进行微调。迁移学习的成功应用表明基于CWT的CNN地震噪声压制方法可以有效且可靠地处理实际地震信号。

著录项

来源
《石油物探》 |2023年第3期|395-405|共11页
作者
赵金泉; 尤加春; 魏俊廷; 黄聪;
展开▼
作者单位

成都理工大学地球物理学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类地球物理勘探;
关键词
卷积神经网络; 连续小波变换; 涌浪噪声; 随机噪声; 迁移学习; 时频谱; 泛化性;

相似文献

中文文献
外文文献
专利

1. 基于多路径Radon变换的地震数据噪声压制和波型分离方法研究 [J] . 唐欢欢 ,毛伟建 . 地球物理学报 . 2022,第1期
2. 基于各向异性扩散滤波的地震资料噪声压制方法分析与研究 [J] . 郝亮 . 石油化工应用 . 2021,第3期
3. 基于四阶互累积量的fast ICA微地震数据噪声压制方法研究 [J] . 张敏 ,王凯 ,李振春 . 石油物探 . 2019,第005期
4. 基于多尺度分解的微地震噪声压制与初至检测方法研究 [J] . 唐杰 ,温雷 ,李聪 . 石油物探 . 2019,第004期
5. 基于自适应NLM算法的地震勘探随机噪声压制研究 [J] . 刘绍伟 . 中州煤炭 . 2018,第006期
6. 基于独立分量分析的地面微地震监测噪声压制方法研究 [C] . 何柯 ,于宝利 ,周丽萍 . 中国石油学会2015年物探技术研讨会 . 2015

基于CWT-CNN的地震噪声压制研究

摘要

著录项

相似文献

相关主题

期刊订阅