一种基于信号特征的判别损失卷积神经网络智能降噪方法

    公开(公告)号:CN114091538A

    公开(公告)日:2022-02-25

    申请号:CN202111390936.6

    申请日:2021-11-23

    Applicant: 吉林大学

    Abstract: 本发明涉及磁共振测深信号噪声抑制方法领域,为一种基于信号特征的判别损失卷积神经网络智能降噪方法。应用无监督学习的智能降噪。该方法将实测数据前半段作为含噪信号,后半段作为噪声数据,使用卷积层、上采样层搭建卷积神经降噪网络,构建含噪信号与噪声之间的复杂映射关系,从而达到降噪目的,此外引入由卷积层搭建判别器,用以约束降噪网络的损失函数,通过不断更新网络参数,直到损失函数稳定得到降噪模型。本发明根据信号特性,采用无监督学习建立含噪信号与有效信号之间的映射关系,实现地面磁共振智能降噪,该方法不需要人工调整参数,无需大量人工标记。

    一种三分量光纤式重力测量系统

    公开(公告)号:CN118604901B

    公开(公告)日:2024-11-22

    申请号:CN202411081027.8

    申请日:2024-08-08

    Applicant: 吉林大学

    Abstract: 本发明属于地球勘探重力测量技术领域,涉及一种三分量光纤式重力测量系统,包括三个MEMS重力敏感结构平面与一个顶部为平面的底座之间以60°夹角设置,相邻两个MEMS重力敏感结构平面法向量之间的夹角为120°;每个MEMS重力敏感结构平面包括:矩形的支撑架,以及位于支撑架内的检验质量块,检验质量块与支撑架位于同一平面内,检验质量块的下侧边中心通过折叠梁与支撑架连接,悬臂梁的另一端与支撑架固定,在悬臂梁的上下对称位置两个表面分别贴附有第一光纤光栅FBG和第二光纤光栅FBG,均通过3dB耦合器连接光谱仪和宽带光源。本发明可以有效的避免在测量前需要调整校准传感器敏感轴方向的问题,提高了测量精确度和稳定性。

    一种三分量光纤式重力测量系统

    公开(公告)号:CN118604901A

    公开(公告)日:2024-09-06

    申请号:CN202411081027.8

    申请日:2024-08-08

    Applicant: 吉林大学

    Abstract: 本发明属于地球勘探重力测量技术领域,涉及一种三分量光纤式重力测量系统,包括三个MEMS重力敏感结构平面与一个顶部为平面的底座之间以60°夹角设置,相邻两个MEMS重力敏感结构平面法向量之间的夹角为120°;每个MEMS重力敏感结构平面包括:矩形的支撑架,以及位于支撑架内的检验质量块,检验质量块与支撑架位于同一平面内,检验质量块的下侧边中心通过折叠梁与支撑架连接,悬臂梁的另一端与支撑架固定,在悬臂梁的上下对称位置两个表面分别贴附有第一光纤光栅FBG和第二光纤光栅FBG,均通过3dB耦合器连接光谱仪和宽带光源。本发明可以有效的避免在测量前需要调整校准传感器敏感轴方向的问题,提高了测量精确度和稳定性。

    一种基于信号特征的判别损失卷积神经网络智能降噪方法

    公开(公告)号:CN114091538B

    公开(公告)日:2024-04-30

    申请号:CN202111390936.6

    申请日:2021-11-23

    Applicant: 吉林大学

    Abstract: 本发明涉及磁共振测深信号噪声抑制方法领域,为一种基于信号特征的判别损失卷积神经网络智能降噪方法。应用无监督学习的智能降噪。该方法将实测数据前半段作为含噪信号,后半段作为噪声数据,使用卷积层、上采样层搭建卷积神经降噪网络,构建含噪信号与噪声之间的复杂映射关系,从而达到降噪目的,此外引入由卷积层搭建判别器,用以约束降噪网络的损失函数,通过不断更新网络参数,直到损失函数稳定得到降噪模型。本发明根据信号特性,采用无监督学习建立含噪信号与有效信号之间的映射关系,实现地面磁共振智能降噪,该方法不需要人工调整参数,无需大量人工标记。

Patent Agency Ranking