摘要
本发明公开了一种基于多道卡尔曼滤波网络的无监督微地震去噪方法与系统,属于地球科学技术与人工智能交叉领域,包括:获取多道微地震数据并进行预处理;基于循环神经网络构建多道卡尔曼地震去噪网络;构建损失函数,基于预处理后的多道微地震数据与所述损失函数与对多道卡尔曼地震去噪网络进行无监督训练;通过训练后的多道卡尔曼地震去噪网络对实时微地震数据进行去噪。本发明通过建立多道卡尔曼滤波状态预测与更新方程,设计RNN运算算子,实现参数自动优化,提高去噪准确性和效率。该方法充分利用微地震数据的相关性,提高滤波效果,适用于时变信号,为后续数据处理提供支持。
技术关键词
微地震去噪方法
卡尔曼滤波
网络
协方差矩阵
无监督
方程
地球科学技术
后续数据处理
去噪系统
模型训练模块
数据获取模块
随机噪声
理论
检波器
误差
分块
参数
系统为您推荐了相关专利信息
智能路侧设备
驾驶仿真系统
车联网云平台
沙盘
调试装置
脚本
特征提取模型
生成对抗网络
Hessian矩阵
样本
运动轮廓
车辆识别模型
车辆视觉
金字塔
道路车辆识别方法
点云模型
三维场景重建方法
像素点
多视角
计算机可执行指令