摘要
本发明公开了一种时频域混合损失约束卷积网络的地震数据去噪方法,涉及地震数据处理技术领域。本发明通过对地震数据进行预处理,获取地震数据样本后,构建时频域混合损失约束卷积网络模型,将地震数据样本输入至时频域混合损失约束卷积网络模型中,利用地震数据样本训练时频域混合损失约束卷积网络模型至预设精度,得到训练后的时频域混合损失约束卷积网络模型,将其用于处理含噪声地震数据,得到含噪声地震数据的去噪结果。本发明方法采用时频域子网络分频段捕获地震数据的时域特征和频域特征,关联双域特征,并利用双域交叉注意力网络动态融合双域特征信息,提升了地震数据噪声的识别能力和压制效果,为后续地震资料的精确解释奠定了基础。
技术关键词
卷积网络模型
地震数据去噪方法
卷积模块
空洞卷积结构
地震数据预处理
注意力
频段
可变形卷积层
样本
滑动窗口
全局平均池化
地震数据处理技术
地震数据噪声
压缩特征
分支
高频特征
系统为您推荐了相关专利信息
前馈神经网络
图像
金字塔结构
特征提取网络
多尺度特征
卫星遥感影像
卷积模块
多尺度特征
分辨率
多空间
情感识别方法
情感识别模型
注意力
支路
卷积模块
语音特征
数据
音频采集设备
回声消除方法
归一化模块
手部检测方法
特征提取模型
融合特征
卷积特征
卷积模块