摘要
本发明公开了一种地震数据去噪方法,包括:采集地震勘探中地震数据;对采集到的地震数据进行数据清洗,去除明显的错误和异常值;构建用于地震数据去噪的深度学习模型,并使用随机初始化或预训练权重对模型的参数进行初始化;数据训练,在模型训练后,将待去噪的地震数据输入到训练好的地震数据去噪深度学习模型中,模型对输入数据进行预测,输出去噪后的地震数据。本发明提出新的深度学习模型NDL用于地震数据去噪,可以实现对多种噪声类型的有效去除,同时提高模型的训练效率和可解释性。
技术关键词
地震数据去噪方法
深度学习模型
全局特征融合
地震勘探
线性
训练集数据
代表
参数
数据采集单元
存储计算机程序
图像
电子设备
通道
序列
像素点
系统为您推荐了相关专利信息
煤层气井产量
XGBoost算法
煤层气产量
双曲正切函数
数据
PT熔断器
分析模块
人机交互模块
存储模块
在线监测系统
迭代检测方法
预测误差
分布式电力系统
状态估计模型
传感器节点
建立神经网络模型
神经网络结构
神经网络模型训练
节点
数值
电机故障诊断方法
电机运行数据
故障分类模型
故障类别
故障特征