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

AITNT
正文
推荐专利
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
申请号:CN202510844498
申请日期:2025-06-23
公开号:CN120722432A
公开日期:2025-09-30
类型:发明专利
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
1
一种水下相机内外参一致标定和阵列图像拼接方法及系统
图像拼接方法 水下结构 水下相机 阵列相机 图像拼接算法
2
一种多任务下多机器人的快速调度方法
充电机器人 新能源汽车 多任务 A星算法 机器人调度技术
3
中子准直器柔性膜片测量方法、程序产品及电子设备
柔性膜片 数字孪生体 三维点云模型 像素点 多角度
4
一种应用于太阳能电池板的力度调节清洗装置
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
5
一种三维重建方法、装置、车辆、存储介质及程序产品
深度图 神经网络模型 三维重建方法 点云 图像深度信息
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号