-
公开(公告)号：CN118364227A
公开(公告)日：2024-07-19
申请号：CN202410391445.0
申请日：2024-04-02
Applicant: 北京大学
IPC: G06F18/10 , G06F18/21 , G06N3/0464 , G06N3/084 , G01V1/30
Abstract: 本发明公布了一种基于多模态特征约束DNN的地震近地表噪声压制方法及系统，系统包括：叠前地震数据获取模块、叠前地震数据预处理模块、地震近地表噪声压制神经网络模型构建模块、地震近地表噪声压制神经网络模型训练模块和模型测试模块；通过设计数据预处理激活函数和构建用于压制地震近地表噪声的深度残差多模态特征约束神经网络模型，模型的输入数据为包含有效波和噪声的叠前地震数据，输出为仅包含有效波的叠前地震数据，实现对叠前地震近地表噪声的联合压制。采用本发明能够更高效、准确地实现真实工区叠前地震数据的近地表相关噪声压制。
-
公开(公告)号：CN115061200B
公开(公告)日：2024-05-24
申请号：CN202210638911.1
申请日：2022-06-08
Applicant: 北京大学
IPC: G01V1/30 , G06N3/0455 , G06N3/0464 , G06N3/088
Abstract: 本发明公布了一种基于虚同相轴法和无监督神经网络压制层间多次波的方法，使用无监督深度神经网络来压制层间多次波；包括：对地震资料进行预处理；采用基于迭代法的自适应虚同相轴法，通过迭代逐层得到压制了层间多次波后的数据；构建无监督深度神经网络模型；使得无监督深度神经网络模型作为一个非线性算子，用于最小化预测层间多次波和包含真实层间多次波的全波场数据之间的差异；网络模型的输入为预测层间多次波数据，输出为真实的层间多次波估计值数据；训练无监督深度神经网络；利用训练好的无监督深度神经网络，通过预测的层间多次波得到真实层间多次波的估计值，实现层间多次波的压制。
-
公开(公告)号：CN115061200A
公开(公告)日：2022-09-16
申请号：CN202210638911.1
申请日：2022-06-08
Applicant: 北京大学
Abstract: 本发明公布了一种基于虚同相轴法和无监督神经网络压制层间多次波的方法，使用无监督深度神经网络来压制层间多次波；包括：对地震资料进行预处理；采用基于迭代法的自适应虚同相轴法，通过迭代逐层得到压制了层间多次波后的数据；构建无监督深度神经网络模型；使得无监督深度神经网络模型作为一个非线性算子，用于最小化预测层间多次波和包含真实层间多次波的全波场数据之间的差异；网络模型的输入为预测层间多次波数据，输出为真实的层间多次波估计值数据；训练无监督深度神经网络；利用训练好的无监督深度神经网络，通过预测的层间多次波得到真实层间多次波的估计值，实现层间多次波的压制。
-
公开(公告)号：CN115630295A
公开(公告)日：2023-01-20
申请号：CN202211179180.5
申请日：2022-09-27
Applicant: 北京大学
IPC: G06F18/214 , G06N3/045 , G06N3/088
Abstract: 本发明公布了一种双深度神经网络约束的无监督学习分离多震源数据的方法，构建具有双深度神经网络约束的无监督深度神经网络结构进行迭代反演，通过基于双深度神经网络约束的无监督学习方法，使用训练好的神经网络参数，对采集到的多震源数据进行分离；属于地震相干噪声数据处理技术领域。采用本发明提供的技术方案，使用具有双深度神经网络约束的无监督深度神经网络，不需要使用期待的分离结果作为标签数据，能够解决标签数据缺失的问题，进一步更好地分离多震源数据，从而很好地缩减野外采集时间，节约采集成本，提高后续地震成像效果。
-
公开(公告)号：CN115469359B
公开(公告)日：2024-05-24
申请号：CN202211076177.0
申请日：2022-09-05
Applicant: 北京大学
Abstract: 本发明公布了一种基于集成学习的无监督深度神经网络压制多次波的方法，构建具有多个深度神经网络约束的无监督深度神经网络压制地震表面多次波模型结构，在训练阶段，通过三个不同的深度神经网络分别构建三个不同的基础学习器，通过基础学习器将全波场数据卷积得到的预测表面多次波映射为真实表面多次波结果；采用集成学习方法综合全部基础学习器，得到地震表面多次波压制结果。本发明方法不需要压制表面多次波的干净数据来充当训练集数据，很好地解决了训练集缺失的问题，能够很好地用于复杂地质条件下实际数据的表面多次波压制中。本发明方法不需要人工参与调整参数，能够提高地震数据处理流程和模块的智能化程度。
-
Patent Agency Ranking
公开(公告)号：CN115469359A
公开(公告)日：2022-12-13
申请号：CN202211076177.0
申请日：2022-09-05
Applicant: 北京大学
Abstract: 本发明公布了一种基于集成学习的无监督深度神经网络压制多次波的方法，构建具有多个深度神经网络约束的无监督深度神经网络压制地震表面多次波模型结构，在训练阶段，通过三个不同的深度神经网络分别构建三个不同的基础学习器，通过基础学习器将全波场数据卷积得到的预测表面多次波映射为真实表面多次波结果；采用集成学习方法综合全部基础学习器，得到地震表面多次波压制结果。本发明方法不需要压制表面多次波的干净数据来充当训练集数据，很好地解决了训练集缺失的问题，能够很好地用于复杂地质条件下实际数据的表面多次波压制中。本发明方法不需要人工参与调整参数，能够提高地震数据处理流程和模块的智能化程度。
-
公开(公告)号：CN115236730A
公开(公告)日：2022-10-25
申请号：CN202210709847.1
申请日：2022-06-22
Applicant: 北京大学
IPC: G01V1/28
Abstract: 本发明公布了一种层间多次波傅里叶有限差分的地震波场偏移成像方法，基于波场延拓的全波场模拟技术进行改进，在每个地层的层位点，分别模拟获得不同阶次的层间多次波波场，根据不同阶次层间多次波的传播路径，将不同阶次层间多次波进行反传，对不同阶次的层间多次波波场在上行波场和下行波场中分别进行互相关成像。输入数据包括地质模型数据和只含有层间多次波的地震记录，通过波场延拓、设置震源、人工边界反射压制、循环递归波场分阶模拟，实现层间多次波傅里叶有限差分的地震波场偏移成像。本发明将已有成像方法中作为噪声信号的层间多次波地震信号变为有效信号，进行地震波场偏移成像，可用于恢复地下构造信息。
-
公开(公告)号：CN103936412B
公开(公告)日：2016-03-30
申请号：CN201410120632.1
申请日：2014-03-27
Applicant: 北京大学
IPC: C04B35/472 , C04B35/50 , C04B35/622
Abstract: 本发明提供了一种铌锡酸铅-钪酸铋-钛酸铅三元系高温压电陶瓷材料及其制备方法，该材料的组成由以下通式表示：0.05Pb(Sn1/3Nb2/3)O3-(0.95-x)BiScO3-xPbTiO3，通式中的x和0.95-x分别表示PbTiO3和BiScO3组分的摩尔百分数，其中x的取值为0.60-0.63。本发明还提供了上述高温压电陶瓷材料的制备方法。本发明提供的铌锡酸铅-钪酸铋-钛酸铅三元系高温压电陶瓷材料，通过对材料体系的改变相比现有压电陶瓷材料BiScO3-PbTiO3体系减少了Sc的用量，降低了工业生产的成本，而且在保持较高的居里温度下，进一步地提高了该材料的压电性能。
-
公开(公告)号：CN103936412A
公开(公告)日：2014-07-23
申请号：CN201410120632.1
申请日：2014-03-27
Applicant: 北京大学
IPC: C04B35/472 , C04B35/50 , C04B35/622
Abstract: 本发明提供了一种铌锡酸铅-钪酸铋-钛酸铅三元系高温压电陶瓷材料及其制备方法，该材料的组成由以下通式表示：0.05Pb(Sn1/3Nb2/3)O3-(0.95-x)BiScO3-xPbTiO3，通式中的x和0.95-x分别表示PbTiO3和BiScO3组分的摩尔百分数，其中x的取值为0.60-0.63。本发明还提供了上述高温压电陶瓷材料的制备方法。本发明提供的铌锡酸铅-钪酸铋-钛酸铅三元系高温压电陶瓷材料，通过对材料体系的改变相比现有压电陶瓷材料BiScO3-PbTiO3体系减少了Sc的用量，降低了工业生产的成本，而且在保持较高的居里温度下，进一步地提高了该材料的压电性能。
-
公开(公告)号：CN115236730B
公开(公告)日：2024-05-17
申请号：CN202210709847.1
申请日：2022-06-22
Applicant: 北京大学
IPC: G01V1/28
Abstract: 本发明公布了一种层间多次波傅里叶有限差分的地震波场偏移成像方法，基于波场延拓的全波场模拟技术进行改进，在每个地层的层位点，分别模拟获得不同阶次的层间多次波波场，根据不同阶次层间多次波的传播路径，将不同阶次层间多次波进行反传，对不同阶次的层间多次波波场在上行波场和下行波场中分别进行互相关成像。输入数据包括地质模型数据和只含有层间多次波的地震记录，通过波场延拓、设置震源、人工边界反射压制、循环递归波场分阶模拟，实现层间多次波傅里叶有限差分的地震波场偏移成像。本发明将已有成像方法中作为噪声信号的层间多次波地震信号变为有效信号，进行地震波场偏移成像，可用于恢复地下构造信息。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
