基于深度学习加速变分模态分解寻优的地学信号处理方法

本发明公开了基于深度学习加速变分模态分解寻优的地学信号处理方法，涉及地球物理信号处理技术领域，包括构建CNN‑LSTM深度学习代理模型，利用训练数据集训练，建立地学信号、VMD候选参数组合以及真实适应度值的映射关系；采集的地学信号样本通过迭代优化算法生成VMD候选参数组合，输入CNN‑LSTM深度学习代理模型，获取预测适应度值，反馈至迭代优化算法，获取最优VMD参数组合；根据最优VMD参数组合，对待处理的地学信号进行VMD分解，获取IMF分量并筛选重构，获取消噪的地学信号。实现快速确定全局最优VMD参数组合，提升地学信号处理质量。