合肥金星智控科技股份有限公司
宣传

位置:中冶有色 >

有色技术频道 >

> 化学分析技术

> 基于残差块全卷积神经网络的数据噪声压制方法

基于残差块全卷积神经网络的数据噪声压制方法

973   编辑:管理员   来源:中冶有色技术网  
2023-03-19 08:57:02
本发明公开了一种基于残差块全卷积神经网络的数据噪声压制方法。应用深度学习方法压制地震噪声的训练集和测试集均来自同一数据集,使得模型的泛化性受限。为解决泛化性问题,网络结构的设计思想是在Unet网络的基础上融合二重残差块,以增强网络对随机噪声的捕获能力。本发明建立在端到端的编码‑解码的网络结构上,将含噪的地震数据作为输入,由多个卷积层和残差块提取随机噪声的本质特征,构成编码;再由多个反卷积层和残差块构成解码,网络的输出即为噪声压制后的地震数据。与目前地震资料去噪方法对比,由于融合了二重残差块从而对提取的随机噪声特征进行了二次消化学习,对噪声的本质特征学习地更为充分,所以在泛化性上具备明显的优势,不仅可以有效地压制随机噪声,还可以保护有效信号。
声明:
“基于残差块全卷积神经网络的数据噪声压制方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)
分享 0
         
举报 0
收藏 0
反对 0
点赞 0
标签:
化学分析
全国热门有色金属技术推荐
展开更多 +

 

中冶有色技术平台微信公众号
了解更多信息请您扫码关注官方微信
中冶有色技术平台微信公众号中冶有色技术平台

最新更新技术

报名参会
更多+

报告下载

2024退役新能源器件循环利用技术交流会
推广

热门技术
更多+

衡水宏运压滤机有限公司
宣传
环磨科技控股(集团)有限公司
宣传

发布

在线客服

公众号

电话

顶部
咨询电话:
010-88793500-807
专利人/作者信息登记