首页> 中国专利> 基于残差卷积神经网络的地震资料随机噪音压制方法

基于残差卷积神经网络的地震资料随机噪音压制方法

摘要

一种基于残差卷积神经网络的地震资料随机噪音压制方法,包括以下步骤:S1:建立残差卷积神经网络模型,包含有三种不同的映射层:1)、卷积层Conv+线性单元ELU;2)、卷积层Conv+批量归一化BN+线性单元ELU;3)、卷积层Conv;S2:制作带有随机噪音的地震数据和干净的地震数据,训练步骤S1中的残差卷积神经网络模型;S3:利用步骤S2训练好的残差卷积神经网络模型处理含噪地震数据,输出去噪后的地震数据。本发明中加入了残差学习和批量归一化方法,可以加速网络训练时的迭代速度,使网络收敛加快。使用的残差学习方法能有效解决传统的卷积神经网络在增加网络深度时会出现梯度消失的问题,使网络能进行更深层的训练,从而提取到更细致的噪音特征。

著录项

  • 公开/公告号CN111580162A

    专利类型发明专利

  • 公开/公告日2020-08-25

    原文格式PDF

  • 申请/专利权人 长江大学;

    申请/专利号CN202010438323.4

  • 发明设计人 陈伟;杨柳青;查蓓;

    申请日2020-05-21

  • 分类号G01V1/36(20060101);

  • 代理机构42104 武汉开元知识产权代理有限公司;

  • 代理人陈家安

  • 地址 430100 湖北省武汉市蔡甸区蔡甸街大学路111号

  • 入库时间 2023-12-17 11:41:09

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-08-25

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号