一种基于深度学习的沙漠地震勘探随机噪声建模方法

    公开(公告)号:CN114545504B

    公开(公告)日:2023-05-09

    申请号:CN202210150265.4

    申请日:2022-02-18

    Applicant: 吉林大学

    Abstract: 一种基于深度学习的沙漠地震勘探随机噪声建模方法属信号建模技术领域,本发明建立的深度随机噪声波动方程神经网络由多个随机噪声波动方程神经网络单元叠加而成,每个单元由一个可学习的卷积层和一个符号回归神经网络构成,以随机噪声为输入,首先使用微分卷积核近似微分算子,然后通过符号回归神经网络学习微分项之间的非线性响应,采用拟牛顿优化器逐级更新网络,学习随机噪声长时间的动态变化,最后得到控制随机噪声传播的波动方程解析形式;本发明能够利用少量数据很好地学习沙漠地震勘探随机噪声动力学模型,所模拟的随机噪声与实际复杂随机噪声具有相似的特性。

    基于非均衡深度期望块对数似然网络的地震噪声压制方法

    公开(公告)号:CN112598593B

    公开(公告)日:2022-05-27

    申请号:CN202011557990.0

    申请日:2020-12-25

    Applicant: 吉林大学

    Abstract: 基于非均衡深度期望块对数似然网络的地震噪声压制方法属机器学习与地震图像处理技术领域,针对期望块对数似然算法中正则项参数仅随整体噪声方差变化导致强噪声无法彻底压制的问题,本发明提出了一种基于非均衡深度期望块对数似然网络的地震噪声压制方法,其中端对端的去噪网络由期望块对数似然去噪主网络和一个非均衡多层感知机参数估计网络构成,以含噪地震图像作为输入端,干净地震图像作为输出端学习网络参数,并首次采用块信噪比非均衡的调整多层感知机估计网络参数,本发明能实现对地震图像中的每个块估计出准确的正则项参数,更好的控制每个块的去噪强度,进而提升块去噪效果,在沙漠强噪声压制以及信号细节保持方面优于传统地震去噪算法。

    基于非均衡深度期望块对数似然网络的地震噪声压制方法

    公开(公告)号:CN112598593A

    公开(公告)日:2021-04-02

    申请号:CN202011557990.0

    申请日:2020-12-25

    Applicant: 吉林大学

    Abstract: 基于非均衡深度期望块对数似然网络的地震噪声压制方法属机器学习与地震图像处理技术领域,针对期望块对数似然算法中正则项参数仅随整体噪声方差变化导致强噪声无法彻底压制的问题,本发明提出了一种基于非均衡深度期望块对数似然网络的地震噪声压制方法,其中端对端的去噪网络由期望块对数似然去噪主网络和一个非均衡多层感知机参数估计网络构成,以含噪地震图像作为输入端,干净地震图像作为输出端学习网络参数,并首次采用块信噪比非均衡的调整多层感知机估计网络参数,本发明能实现对地震图像中的每个块估计出准确的正则项参数,更好的控制每个块的去噪强度,进而提升块去噪效果,在沙漠强噪声压制以及信号细节保持方面优于传统地震去噪算法。

    基于自适应混合复扩散模型的沙漠地震勘探噪声压制方法

    公开(公告)号:CN110596756B

    公开(公告)日:2020-12-25

    申请号:CN201910391828.7

    申请日:2019-05-12

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于自适应混合复扩散模型的沙漠地震勘探噪声压制方法,属于噪声压制方法。沙漠地震勘探数据结构方向估计,计算沙漠地震勘探数据平滑后的Laws能量特征量,然后利用平滑后的Laws能量特征量构造混合复扩散模型中的权重系数,对沙漠地震勘探数据进行自适应混合复扩散滤波,得到去噪后的沙漠地震勘探数据。本发明有效解决了基于梯度的非线性复扩散对大倾角同相轴的失真问题,进一步改善了地震同相轴的恢复精度,在有效去除沙漠地震勘探随机噪声的同时更好的保留同相轴结构信息,可以去除一般地震勘探去噪方法难以去除的沙漠噪声,提高沙漠地震勘探数据的信噪比,具有实用性和有效性。

    基于地震勘探环境噪声空间秩相关系数的复扩散去噪方法

    公开(公告)号:CN110515128B

    公开(公告)日:2020-07-14

    申请号:CN201910824964.0

    申请日:2019-09-02

    Applicant: 吉林大学

    Abstract: 基于地震勘探环境噪声空间秩相关系数的复扩散去噪方法属地震勘探环境噪声的去噪技术领域,本发明包括:计算地震勘探数据的Kendall空间秩相关系数;利用相关噪声与同相轴空间持续性的不同,获得不同的Kendall空间秩相关系数;基于Kendall空间秩相关系数的斜坡保持复扩散噪声压制。本发明能有效解决斜坡保持复扩散方法去噪结果中残留大量相关噪声的问题,此外,利用空间Kendall秩相关系数构建的自适应扩散系数,可对背景噪声和有效信号进行不同程度的扩散,进一步改善地震勘探数据的去噪质量;模拟数据和真实沙漠地震勘探数据的实验结果均表明:本发明对沙漠地震勘探噪声具有明显的抑制作用,能有效去除相关噪声。

    一种基于自适应复锐化扩散的沙漠地区地震勘探去噪方法

    公开(公告)号:CN107942390A

    公开(公告)日:2018-04-20

    申请号:CN201810042285.3

    申请日:2018-01-16

    Applicant: 吉林大学

    CPC classification number: G01V1/364 G01V2210/32

    Abstract: 本发明涉及一种基于自适应复锐化扩散的沙漠地区地震勘探去噪方法,属于噪声压制方法。借助结构张量构建复锐化扩散滤波在梯度方向上的扩散系数,使其随地震勘探数据一致性程度非线性变化,从而控制对地震勘探数据信号区域和噪声区域的扩散程度,在此基础上,进一步利用结构张量的特征向量调节一致方向上的扩散系数,使扩散强度随地震不同区域变化而变化,进而增强复锐化扩散对同相轴幅度和结构的保持能力。合成数据和实际沙漠地区记录处理结果表明,本发明能够有效压制与地震勘探信号具有相似波形和频带的沙漠随机噪声,同时改善了对地震勘探信号保持效果,尤其对陡峭同相轴的恢复更加清晰和准确,具有实用性和有效性。

    一种基于多尺度注意力网络和心冲击图的疾病分类方法

    公开(公告)号:CN115222987A

    公开(公告)日:2022-10-21

    申请号:CN202210824955.3

    申请日:2022-07-13

    Applicant: 吉林大学

    Abstract: 一种基于多尺度注意力网络和心冲击图的疾病分类方法属人体生理信号处理技术领域,本发明通过卷积神经网络提取心冲击图特征,利用多尺度卷积与置换注意力机制构建多尺度注意力单元,将心冲击特征分组分别通过不同小尺寸卷积路径,多尺度提取心冲击信号的本征特征图,再经置换注意力挖掘各通道间和空间特征关联形成权重矩阵,对多尺度本征图加权融合以增强心冲击图关键特征,进而预测受测者属于健康或冠状动脉等四类疾病的概率。本发明能有效提升基于心冲击图疾病分类的准确性,还可在相同性能条件下减少网络参数,避免深度网络计算量大和梯度消失问题,有助于在居家健康监测和远程辅助医疗领域的实际应用。

    基于自适应混合复扩散模型的沙漠地震勘探噪声压制方法

    公开(公告)号:CN110596756A

    公开(公告)日:2019-12-20

    申请号:CN201910391828.7

    申请日:2019-05-12

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于自适应混合复扩散模型的沙漠地震勘探噪声压制方法,属于噪声压制方法。沙漠地震勘探数据结构方向估计,计算沙漠地震勘探数据平滑后的Laws能量特征量,然后利用平滑后的Laws能量特征量构造混合复扩散模型中的权重系数,对沙漠地震勘探数据进行自适应混合复扩散滤波,得到去噪后的沙漠地震勘探数据。本发明有效解决了基于梯度的非线性复扩散对大倾角同相轴的失真问题,进一步改善了地震同相轴的恢复精度,在有效去除沙漠地震勘探随机噪声的同时更好的保留同相轴结构信息,可以去除一般地震勘探去噪方法难以去除的沙漠噪声,提高沙漠地震勘探数据的信噪比,具有实用性和有效性。

    一种基于自适应复锐化扩散的沙漠地区地震勘探去噪方法

    公开(公告)号:CN107942390B

    公开(公告)日:2019-05-31

    申请号:CN201810042285.3

    申请日:2018-01-16

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于自适应复锐化扩散的沙漠地区地震勘探去噪方法,属于噪声压制方法。借助结构张量构建复锐化扩散滤波在梯度方向上的扩散系数,使其随地震勘探数据一致性程度非线性变化,从而控制对地震勘探数据信号区域和噪声区域的扩散程度,在此基础上,进一步利用结构张量的特征向量调节一致方向上的扩散系数,使扩散强度随地震不同区域变化而变化,进而增强复锐化扩散对同相轴幅度和结构的保持能力。合成数据和实际沙漠地区记录处理结果表明,本发明能够有效压制与地震勘探信号具有相似波形和频带的沙漠随机噪声,同时改善了对地震勘探信号保持效果,尤其对陡峭同相轴的恢复更加清晰和准确,具有实用性和有效性。

    一种基于块重组期望对数似然的地震勘探噪声压制方法

    公开(公告)号:CN108037533A

    公开(公告)日:2018-05-15

    申请号:CN201810042284.9

    申请日:2018-01-16

    Applicant: 吉林大学

    CPC classification number: G01V1/364 G01V2210/324

    Abstract: 本发明提供一种基于块重组期望对数似然的地震勘探噪声压制方法,属于随机噪声的压制方法。首先对地震勘探数据分块处理,利用地震勘探数据块的统计特征构造内部先验,进而对地震勘探数据块分类重组,分别对待处理地震勘探数据组进行期望对数似然去噪,地震勘探数据重构。本发明将内部先验与外部先验相结合,利用内部先验提高了块期望似然外部先验匹配精度,本发明能够更有效地压制地震勘探数据中非平稳分布随机噪声,提高地震勘探数据的信噪比,可广泛应用于地震勘探随机噪声压制领域,为复杂地震勘探数据降噪处理提供了一种可靠的方法。

Patent Agency Ranking