公开(公告)号：CN114460648A

公开(公告)日：2022-05-10

申请号：CN202210097478.5

申请日：2022-01-27

Applicant: 东北石油大学

Inventor： 曹伟 ,  郭雪豹 ,  田枫 ,  石颖 ,  王维红 ,  李婷婷

IPC: G01V1/36 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明属于地震数据处理技术领域，具体涉及一种基于3D卷积神经网络自监督3D地震数据随机噪声压制方法，1、设计3D卷积神经网络架构；2、准备含有随机噪声的3D地震数据；3、设计自监督辅助任务；4、设计避免过拟合的策略；5、运行3D卷积神经网络；6、确定最优压制噪声结果。相比于现有基于深度学习的方法，本方法通过自监督策略辅助的新型3D卷积神经网络解决数据集中样本多样性或者标签质量限制神经网络去噪能力以及泛化能力的问题；考虑3D地震数据中有效信号的空间相关性，通过3D卷积克服2D卷积在提取3D空间结构特征上的局限性，改善神经网络对有效信号的保护能力，提高3D地震资料的信噪比。

公开(公告)号：CN114460648B

公开(公告)日：2025-02-28

申请号：CN202210097478.5

申请日：2022-01-27

Applicant: 东北石油大学

Inventor： 曹伟 ,  郭雪豹 ,  田枫 ,  石颖 ,  王维红 ,  李婷婷

IPC: G01V1/36 ,  G06N3/0464 ,  G06N3/0895 ,  G06F18/25

Abstract: 本发明属于地震数据处理技术领域，具体涉及一种基于3D卷积神经网络自监督3D地震数据随机噪声压制方法，1、设计3D卷积神经网络架构；2、准备含有随机噪声的3D地震数据；3、设计自监督辅助任务；4、设计避免过拟合的策略；5、运行3D卷积神经网络；6、确定最优压制噪声结果。相比于现有基于深度学习的方法，本方法通过自监督策略辅助的新型3D卷积神经网络解决数据集中样本多样性或者标签质量限制神经网络去噪能力以及泛化能力的问题；考虑3D地震数据中有效信号的空间相关性，通过3D卷积克服2D卷积在提取3D空间结构特征上的局限性，改善神经网络对有效信号的保护能力，提高3D地震资料的信噪比。