摘要
本发明涉及一种小波域条件GAN加速扩散的微地震数据去噪方法及系统,方法包括:获取原始微地震数据;将所述原始微地震数据输入去噪模型,输出去噪后的微地震数据,其中,所述去噪模型基于扩散模型和条件生成对抗网络构建并通过训练集训练获得,所述训练集包括通过预处理和小波域处理后的理想微地震数据和含实际噪声的微地震数据。本发明能够在低信噪比环境下显著提升微地震数据质量及处理效率,并突破当前扩散模型对非高斯噪声的局限及处理效率问题。
技术关键词
地震数据去噪方法
去噪模型
条件生成对抗网络
训练集
小波域
地震数据重构
原始观测数据
地震数据集
离散小波变换
无噪声
多尺度
信噪比
模块
策略
图像
信号
系统为您推荐了相关专利信息
恶意流量检测
统计特征
深度学习模型
焦点损失函数
加密恶意流量
局部放电定位方法
处理单元
放电特征
卷积滤波器
卷积特征提取
轻量级神经网络
表面缺陷检测方法
表面缺陷图像
神经网络训练
嵌入块
掘进参数
TBM刀盘
时空注意力机制
时间卷积网络
主驱动电机