一种基于深度学习的高分辨率Radon域多次波压制方法

本发明公开了一种基于深度学习的高分辨率Radon域多次波压制方法，包括以下步骤：S1，数据预处理：对采集的地震数据分别进行共轭Radon变换和高分辨率Radon变换；S2，样本与标签数据构建：制作训练数据集和测试数据集；S3，数据归一化或标准化：对制作好的训练数据集和测试数据集进行归一化或者标准化处理；S4，模型训练：获取非线性映射关系网络模型；S5，数据预测：输出预测的高分辨率Radon域数据；S6，多次波压制与一次波提取：得到压制多次波后的一次波数据；S7，迁移学习策略：调整网络参数以适应不同类型数据集。本发明，提升了计算效率和多次波压制效果，同时有助于提升地震勘探数据的质量和可靠性。