-
公开(公告)号：CN116184502A
公开(公告)日：2023-05-30
申请号：CN202211545154.X
申请日：2022-12-02
Applicant: 吉林大学
IPC: G01V1/36 , G01V1/40 , G06N3/0464
Abstract: 本发明涉及一种基于子空间投影注意力网络的井中DAS噪声抑制方法，属于地球物理技术领域。包括子空间投影注意力网络的建立，训练集的构建，子空间投影注意力网络的训练，DAS数据消噪处理。本发明提出的子空间投影注意力网络使用投影进行自适应降噪，因为投影可以自然地保持输入信号的局部结构的优势，特别是在受污染严重或纹理较弱的区域，符合采集到的DAS数据特点，适合抑制复杂DAS噪声，合成数据和实际资料的去噪结果均表明，相比于带通滤波器和前馈去噪卷积神经网络DnCNN，本发明方法可以获得更有效的DAS复杂噪声消减极及有效信号能量恢复效果，且去噪过程简单高效。
-
Patent Agency Ranking
公开(公告)号：CN112213785B
公开(公告)日：2021-08-13
申请号：CN202011115922.9
申请日：2020-10-19
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明公开了一种基于特征增强去噪网络的地震资料沙漠噪声抑制方法，包括以下步骤：步骤一、构建初始特征增强去噪网络：第1‑3层和第9‑12层均由卷积、批标准化和线性整流单元组成，第4‑8层由扩张卷积、批标准化和线性整流单元组成，通过级联操作对输入噪声记录与第3层、第6层、第9层和第12层的特征信息映射混合，所述级联操作中的第3层、第6层、第9层和第12层的路径中具有扩展卷积层，最后通过激活函数后经过卷积输出；第4‑8层的膨胀因子分别为2、3、4、3、2；步骤二、将所述初始特征增强去噪网络进行残差学习得到理想特征增强去噪网络；步骤三、将原始带噪记录输入到所述理想特征增强去噪网络中，输出去噪的地震信号。
-
公开(公告)号：CN112213785A
公开(公告)日：2021-01-12
申请号：CN202011115922.9
申请日：2020-10-19
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明公开了一种基于特征增强去噪网络的地震资料沙漠噪声抑制方法，包括以下步骤：步骤一、构建初始特征增强去噪网络：第1‑3层和第9‑12层均由卷积、批标准化和线性整流单元组成，第4‑8层由扩张卷积、批标准化和线性整流单元组成，通过级联操作对输入噪声记录与第3层、第6层、第9层和第12层的特征信息映射混合，所述级联操作中的第3层、第6层、第9层和第12层的路径中具有扩展卷积层，最后通过激活函数后经过卷积输出；第4‑8层的膨胀因子分别为2、3、4、3、2；步骤二、将所述初始特征增强去噪网络进行残差学习得到理想特征增强去噪网络；步骤三、将原始带噪记录输入到所述理想特征增强去噪网络中，输出去噪的地震信号。
-
公开(公告)号：CN111190227A
公开(公告)日：2020-05-22
申请号：CN202010024210.X
申请日：2020-01-09
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明提供一种基于残差卷积生成对抗模型的低信噪比地震数据消噪方法，属于地震数据消噪的方法。生成对抗模型的建立，构建训练集，生成对抗模型的训练，将该生成网络所获得的噪声压制结果与预期结果送入对抗网络进行鉴别，通过整个网络的前向传播与反向传播过程不断更新网络模型参数。网络模型参数更新后，利用生成网络可产生新一轮的噪声压制结果，同样再与预期结果送入对抗网络进行鉴别，进入测试阶段，对测试集中实际含噪数据进行噪声消减。优点是压制随机噪声及相干噪声，提高地震资料的信噪比，恢复的反射轴更清晰，反射波位置更准确，有利于实际测区地下地质构造的探明以及准确估算油气储量和分布。
-
公开(公告)号：CN111190227B
公开(公告)日：2021-06-04
申请号：CN202010024210.X
申请日：2020-01-09
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明提供一种基于残差卷积生成对抗模型的低信噪比地震数据消噪方法，属于地震数据消噪的方法。生成对抗模型的建立，构建训练集，生成对抗模型的训练，将该生成网络所获得的噪声压制结果与预期结果送入对抗网络进行鉴别，通过整个网络的前向传播与反向传播过程不断更新网络模型参数。网络模型参数更新后，利用生成网络可产生新一轮的噪声压制结果，同样再与预期结果送入对抗网络进行鉴别，进入测试阶段，对测试集中实际含噪数据进行噪声消减。优点是压制随机噪声及相干噪声，提高地震资料的信噪比，恢复的反射轴更清晰，反射波位置更准确，有利于实际测区地下地质构造的探明以及准确估算油气储量和分布。
-
公开(公告)号：CN110058305A
公开(公告)日：2019-07-26
申请号：CN201910444172.0
申请日：2019-05-24
Applicant: 吉林大学
IPC: G01V1/28
Abstract: 本发明涉及一种基于卷积神经网络的DAS地震数据降噪方法，属于二维DAS地震数据的噪声消减方法。在卷积神经网络的基础上，通过改进网络结构与参数建立适用于DAS地震数据消噪处理的去噪网络模型，在网络的卷积层对有效信号与噪声的特征进行自动提取，进一步根据其特征差异实现DAS地震数据的智能去噪。本发明不仅可以有效的去除DAS地震数据中的噪声，而且很好的保护了反射同向轴信息，在提高DAS地震数据信噪比的同时使数据的分辨率与保真度不受影响，为后续反射振幅、速度以及频率信息的准确获取提供了有力保障，可以广泛应用于DAS地震数据的噪声压制。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
