摘要
本发明公开了一种基于自监督学习深度卷积神经网络的面波压制方法及设备,涉及地震勘探及地震信号处理技术领域,基于自监督学习深度卷积神经网络的面波压制方法主要包括:根据炮地震记录得到训练集和测试集;根据深度卷积神经网络和残差网络中的超链接构建面波压制模型;根据训练集利用损失函数和优化器对面波压制模型进行训练得到训练好的面波压制模型,并对测试集进行面波压制得到面波压制后的结果。实施本发明提供的基于自监督学习深度卷积神经网络的面波压制方法及设备,能更好地进行面波压制,保留背景有效信号,减少对先验知识的依赖。
技术关键词
深度卷积神经网络
地震信号处理技术
残差网络
地震数据集
像素点
优化器
处理器
地震勘探
训练集
计算机程序产品
计算机设备
可读存储介质
存储器
数值
系统为您推荐了相关专利信息
图像拼接方法
水下结构
水下相机
阵列相机
图像拼接算法
充电机器人
新能源汽车
多任务
A星算法
机器人调度技术
柔性膜片
数字孪生体
三维点云模型
像素点
多角度
调节清洗装置
力度调节装置
刚性联轴器
可旋转底座
图像处理模块
深度图
神经网络模型
三维重建方法
点云
图像深度信息