一种基于深度残差网络的大地电磁信号识别与重建方法及其系统

    公开(公告)号:CN114429151B

    公开(公告)日:2024-10-15

    申请号:CN202111543798.0

    申请日:2021-12-16

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于深度残差网络的大地电磁信号识别与重建方法及其系统,其包括:构建样本库1,并标记每个数据段的类别标签;对样本库1中的数据段进行格拉曼角场变换得到格拉曼角场图像;构建深度残差分类网络,并利用格拉曼角场图像及其对应的分类标签进行网络训练得到大地电磁数据分类模型;将待去噪的大地电磁数据进行分段再进行格拉曼角场变换,变换后输入至大地电磁数据分类模型得到每个数据段的分类标签;将识别出的含噪数据段进行重构或去噪;最终将识别出的高质量数据段与重构或去噪后的数据段进行按序拼接。本发明所述方法将深度残差网络和格拉曼角场引入至大地电磁数据去噪技术中,提高了噪声压制的自动化程度以及去噪精度。

    一种基于深度残差网络的大地电磁信号识别与重建方法及其系统

    公开(公告)号:CN114429151A

    公开(公告)日:2022-05-03

    申请号:CN202111543798.0

    申请日:2021-12-16

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于深度残差网络的大地电磁信号识别与重建方法及其系统,其包括:构建样本库1,并标记每个数据段的类别标签;对样本库1中的数据段进行格拉曼角场变换得到格拉曼角场图像;构建深度残差分类网络,并利用格拉曼角场图像及其对应的分类标签进行网络训练得到大地电磁数据分类模型;将待去噪的大地电磁数据进行分段再进行格拉曼角场变换,变换后输入至大地电磁数据分类模型得到每个数据段的分类标签;将识别出的含噪数据段进行重构或去噪;最终将识别出的高质量数据段与重构或去噪后的数据段进行按序拼接。本发明所述方法将深度残差网络和格拉曼角场引入至大地电磁数据去噪技术中,提高了噪声压制的自动化程度以及去噪精度。

Patent Agency Ranking