摘要
本发明公开了一种多频段预处理的机器学习地震动数据去噪方法,涉及地震信号处理技术领域,解决现有方法无法对地震数据进行有效地去噪处理,导致噪声与有效信号混叠、精确识别困难以及噪声残留的问题,采用的地震数据去噪网络对全频率范围内的噪声均有较好的去噪效果,可有效地将噪声从有效信号中分离出来,通过网络可以自动区分有效信号和干扰噪声,避免误将有效信号识别成噪声而滤除的情况发生,将两个子模块结合在一起,可以提取到更多的细节,提高去噪效果,在实测地震数据中也取得了较好的去噪效果。
技术关键词
数据去噪方法
多频段
卷积模块
短时傅里叶变换
地震信号处理技术
地震数据去噪
稀疏编码算法
解码器
中频信号
噪声
编码器特征
网络结构
折叠技术
稀疏特征
网络深度
重构误差
系统为您推荐了相关专利信息
集成特征
卷积模块
计算机程序指令
视网膜血管图像
血管分割
轨道车辆悬挂系统
冲击噪声
混合预测模型
分类阈值
决策树分类器
智能睡眠
短时傅里叶变换
Softmax函数
数据处理模块
睡眠脑电信号
锂离子电池容量
深度学习模型
短路
卷积模块
诊断方法