-
公开(公告)号:CN114545504A
公开(公告)日:2022-05-27
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。
-
公开(公告)号:CN110515128A
公开(公告)日:2019-11-29
申请号:CN201910824964.0
申请日:2019-09-02
Applicant: 吉林大学
IPC: G01V1/36
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。
-
公开(公告)号:CN108037533B
公开(公告)日:2019-05-31
申请号:CN201810042284.9
申请日:2018-01-16
Applicant: 吉林大学
IPC: G01V1/36
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。
-
-