基于深度残差注意力机制的地震图像超分辨率重建方法

AITNT
正文
推荐专利
基于深度残差注意力机制的地震图像超分辨率重建方法
申请号:CN202410945440
申请日期:2024-07-15
公开号:CN118799182B
公开日期:2025-01-07
类型:发明专利
摘要
本发明公开了一种基于深度残差注意力机制的地震图像超分辨率重建方法,涉及地震勘探技术领域,包括以下步骤:构建用于模型训练的数据样本库;构建基于残差注意力机制的超分辨率重建网络;采用数据样本库和混合损失函数对超分辨率重建网络进行训练,获得用于实现地震图像超分辨率重建和去噪的网络模型,完成基于深度残差注意力机制的地震图像超分辨率重建方法。本发明解决了现有技术将去噪和超分辨率重建作为两个独立的部分,增加了算法时间复杂度的问题。
技术关键词
深度残差 褶皱结构 图像超分辨率重建 混合损失函数 深度特征提取 残差注意力机制 浅层特征提取 断层结构 退化模型 协方差矩阵 地震勘探技术 图像像素 正态分布函数 反射率 网络
系统为您推荐了相关专利信息
1
一种基于人工智能的挤压机设备故障识别方法及系统
挤压机设备 故障识别方法 混合神经网络模型 故障预测模型 权重分配机制
2
基于脉冲神经网络的超分辨率重建系统及方法
超分辨率重建模型 重建系统 脉冲编码器 残差细化网络 脉冲特征
3
一种基于CAE-XGBoost的编码文件入侵检测方法和系统
入侵检测方法 入侵检测模型 深度特征提取 编码器 XGBoost模型
4
碱基识别方法和系统
扩增子 语义分割模型 碱基识别方法 识别器 图像
5
基于深度残差网络和双向GRU的小样本轴承故障诊断方法
轴承故障诊断方法 深度残差网络 门控循环单元 故障类别 时序依赖关系
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号