一种基于伪自监督训练策略的地震数据处理方法

本发明属于地球物理勘探领域与人工智能技术领域，涉及一种基于伪自监督训练策略的地震数据处理方法，整个训练策略由地震数据概率分布学习、地震块增广和地震数据处理步骤组成。首先，本发明使用GDMs结合提出的混合Transformer和CNN的3‑D去噪网络来学习少量地震数据的概率分布；然后，对学习到的概率分布进行采样，并增广出与训练集分布相同的大量地震块；最后，使用增广训练集监督训练提出的数据处理网络SCA‑UNet以进行地震数据处理任务。即使在小样本数据的条件下，提出的方法也能够使模型同时实现强处理能力和高泛化性。在对实际数据集的实验结果表明，所提出的方法明显优于基于无监督和自监督学习的训练策略。