基于改进WGAN网络和CBDNet的微地震记录去噪方法

    公开(公告)号:CN114218982B

    公开(公告)日:2024-07-09

    申请号:CN202111425452.0

    申请日:2021-11-26

    Applicant: 三峡大学

    Abstract: 基于改进WGAN网络和CBDNet的微地震记录去噪方法,包括以下步骤:采集微地震数据;利用有限差分波动方程正演方法生成不同主频、不同地层速度模型下的正演模拟信号;对得到的正演模拟信号设置不同信噪比,构建噪音样本,然后将以噪音样本、干净样本为标签类别,制作成原始训练集;将制成的原始训练,利用改进WGAN网络对抗生成大量样本,完成训练集样本扩充;利用扩充之后的训练集样本,对CBDNet进行训练;将待去噪的地震数据输入已训练的CBDNet,输出去噪后的微地震数据。本发明一种基于改进WGAN网络和CBDNet的微地震记录去噪方法,与传统微地震去噪方案相比,极大地提高了微地震剖面去噪的效率与精度。

    联合WGAN-GP和SADNet的微地震信号去噪方法

    公开(公告)号:CN115600089A

    公开(公告)日:2023-01-13

    申请号:CN202211071401.7

    申请日:2022-09-02

    Abstract: 一种联合WGAN‑GP和SADNet的微地震信号去噪方法,将微地震信号样本输入到WGAN‑GP网络中,加入噪声信号条件,通过生成对抗模型,来生成大量训练样本集,对小样本数据集扩容;利用WGAN‑GP完成扩充后的训练样本作为输入对SADNet进行训练;将采集待测微地震资料输入已训练好的SADNet,输出去噪后的微地震资料。本发明利用WGAN‑GP对微地震信号小样本数据集进行扩容,SADNet中残差空间自适应块引入的可变卷积可以适应空间纹理和边缘变化,关注全局上下文编码解码结构可以提取多尺度信息,从而提升微地震信号复杂噪声去噪精度。

    基于改进WGAN网络和CBDNet的微地震记录去噪方法

    公开(公告)号:CN114218982A

    公开(公告)日:2022-03-22

    申请号:CN202111425452.0

    申请日:2021-11-26

    Applicant: 三峡大学

    Abstract: 基于改进WGAN网络和CBDNet的微地震记录去噪方法,包括以下步骤:采集微地震数据;利用有限差分波动方程正演方法生成不同主频、不同地层速度模型下的正演模拟信号;对得到的正演模拟信号设置不同信噪比,构建噪音样本,然后将以噪音样本、干净样本为标签类别,制作成原始训练集;将制成的原始训练,利用改进WGAN网络对抗生成大量样本,完成训练集样本扩充;利用扩充之后的训练集样本,对CBDNet进行训练;将待去噪的地震数据输入已训练的CBDNet,输出去噪后的微地震数据。本发明一种基于改进WGAN网络和CBDNet的微地震记录去噪方法,与传统微地震去噪方案相比,极大地提高了微地震剖面去噪的效率与精度。

    基于YOLOv5的变电站设备缺陷检测网络的构建方法

    公开(公告)号:CN119785170A

    公开(公告)日:2025-04-08

    申请号:CN202411781724.4

    申请日:2024-12-05

    Applicant: 三峡大学

    Abstract: 本发明提出了一种基于YOLOv5的变电站设备缺陷检测网络的构建方法,该网络的基础框架为YOLOv5架构,其中对YOLOv5中的Neck部分的Concat操作进行改进,将其替换为跨域动态交互注意力融合模块CDIAFM。两个不同层的特征图进入跨域动态交互注意力融合模块,分别通过频域分支和空间分支进行处理,获得空间域特征#imgabs0#和频域特征#imgabs1#。通过将频域特征与空间域特征进行结合,利用动态交互注意力在频域和空间域之间进行信息交互,从而使模型能够更加精准地识别灰度变化,减少漏检和误检的情况。在复杂背景干扰以及具有丰富的尺度和纹理细节的变电站场景中,本文所提出的方法能够提高检测精度,在变电站设备缺陷检测任务中表现出色。

    基于UGATIT联合PSPNet的微地震有效信号的初至拾取方法

    公开(公告)号:CN115113269A

    公开(公告)日:2022-09-27

    申请号:CN202210626537.3

    申请日:2022-06-04

    Applicant: 三峡大学

    Abstract: 一种基于UGATIT联合PSPNet的微地震有效信号的初至拾取方法,步骤为:对地下开采活动进行观测,获得真实微地震有效信号;利用有限差分波动方程正演方法生成正演模拟信号;得到的真实微地震信号和正演模拟信号制作成原始数据集,利用UGATIT网络实现“模拟信号‑真实信号”的转换,生成大量真实微地震有效信号数据;将正演模拟信号大量转换为真实微地震信号,选择具有价值的信号进行标注,并将其制成训练集,完成对训练集的扩充;利用扩容后的训练集对改进后的PSPNet网络进行训练;将待测微地震有效信号输入已训练的PSPNet网络,输出预测的概率时间序列,概率最大处时间即为初至时间,拾取微地震有效信号的初至。本发明极大地提高微地震有效信号初至拾取的效率与精度。

Patent Agency Ranking