摘要
本申请实施例公开了一种基于深度学习的地震数据鬼波压制方法及装置,其中,该方法包括:收集多份原始地震数据,通过对多份原始地震数据进行正演处理,为其添加鬼波,得到多份原始地震数据对应的正演数据;利用多份原始地震数据以及多份原始地震数据对应的正演数据,得到训练数据集;利用训练数据集对预先设置的卷积神经网络模型进行训练,得到用于去除鬼波的鬼波压制网络模型;将待处理的地震数据输入至鬼波压制网络模型,通过鬼波压制网络模型去除待处理的地震数据中的鬼波,输出压制鬼波后的地震数据。该方案将多层卷积神经网络模型的深度学习引入至地震数据鬼波压制处理中,能够有效地对地震数据中的震源端鬼波和电缆端鬼波等进行压制。
技术关键词
地震
鬼波压制方法
卷积神经网络模型
解码结构
编码结构
震源
通信接口
处理器
计算机存储介质
指令
压制装置
数据处理模块
计算机程序产品
电缆
时间段
存储器
上采样
系统为您推荐了相关专利信息
策略优化方法
策略计算方法
分布式模型预测控制
遗传规划算法
通信链路状态
卷积神经网络系统
突触器件
卷积神经网络模型
动态
光电转换模块
预训练方法
全局结构信息
三维地震数据
编码器
特征提取能力