典型文献
基于卷积神经网络的地震随机噪声压制方法
文献摘要：
针对由于地震数据中含有的随机噪声,严重影响后续资料处理解释的准确性问题,提出一种基于卷积神经网络的智能化地震随机噪声压制方法.首先根据卷积神经网络原理设计一种深层非线性的噪声压制网络,然后利用构建的高质量随机噪声训练集对该网络进行训练,在高维空间实现对随机噪声特征的自动学习,从而拟合出含噪地震数据记录与随机噪声的非线性映射关系,实现随机噪声自动压制.将该方法用于地震数据噪声压制,并与常用的滤波算法(均值滤波法和中值滤波法)进行对比,实验结果证明,该方法具有更高的信噪比,克服了传统方法存在的问题.实例验证了该方法的可行性和有效性.
文献关键词：
地震数据;卷积神经网络;深度学习;随机噪声;噪声压制
中图分类号：
作者姓名：
杜睿山;刘文豪;孟令东;付晓飞
作者机构：
东北石油大学计算机与信息技术学院,黑龙江大庆163318;东北石油大学黑龙江省油气藏及地下储库完整性评价重点实验室,黑龙江大庆163318
文献出处：
引用格式：
[1]杜睿山;刘文豪;孟令东;付晓飞-.基于卷积神经网络的地震随机噪声压制方法)[J].吉林大学学报（信息科学版）,2022(04):531-538
A类：
B类：
随机噪声压制方法,地震数据,资料处理,处理解释,原理设计,声训,训练集,高维空间,噪声特征,自动学习,合出,数据记录,非线性映射,映射关系,动压,数据噪声,滤波算法,均值滤波,中值滤波法
AB值：
0.243628
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
