-
公开(公告)号：CN115905805A
公开(公告)日：2023-04-04
申请号：CN202211364982.3
申请日：2022-11-02
Applicant: 吉林大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/25 , G06F18/241 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于全局信息判别GAN的DAS数据多尺度噪声消减方法，属于井中地震勘探DAS数据消噪的方法。包括井中DAS实际记录的获取，多尺度全局信息GAN模型构建，多尺度全局信息GAN的训练集构建，多尺度全局信息GAN模型训练，实际地震资料现场数据处理。优点在于根据井中地震勘探DAS数据的多尺度特征和对抗训练思路设计了针对性的全局信息判别生成对抗网络去噪模型，融入了多尺度特征提取、对抗训练及全局信息融合，使优化目标空间更多向鉴别网络倾斜，有效消减地震勘探DAS数据中的多类型噪声，提高勘探DAS记录的信噪比，有利于后续成像、反演和解释工作，对油气资源勘探有较强的实用性。
-
公开(公告)号：CN111190227A
公开(公告)日：2020-05-22
申请号：CN202010024210.X
申请日：2020-01-09
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明提供一种基于残差卷积生成对抗模型的低信噪比地震数据消噪方法，属于地震数据消噪的方法。生成对抗模型的建立，构建训练集，生成对抗模型的训练，将该生成网络所获得的噪声压制结果与预期结果送入对抗网络进行鉴别，通过整个网络的前向传播与反向传播过程不断更新网络模型参数。网络模型参数更新后，利用生成网络可产生新一轮的噪声压制结果，同样再与预期结果送入对抗网络进行鉴别，进入测试阶段，对测试集中实际含噪数据进行噪声消减。优点是压制随机噪声及相干噪声，提高地震资料的信噪比，恢复的反射轴更清晰，反射波位置更准确，有利于实际测区地下地质构造的探明以及准确估算油气储量和分布。
-
公开(公告)号：CN106896407A
公开(公告)日：2017-06-27
申请号：CN201710195748.5
申请日：2017-03-28
Applicant: 吉林大学
IPC: G01V1/30
CPC classification number: G01V1/305
Abstract: 本发明提供一种基于近似负熵的微地震信号初至拾取方法，属于地球物理技术领域。根据微地震信号自身特点设计合适的近似负熵函数，结合负熵谱曲线极值差的加权函数设定阈值，进而实现信号区域与噪声区域的准确划分及微地震信号初至的准确拾取。本发明的有益效果是根据微地震信号自身的特点，引用信息论中近似负熵理论提出了一种基于近似负熵的微地震初至拾取新方法，与现有拾取方法相比，新方法能够实现较低信噪比条件下初至到时的准确拾取，信噪比可低至‑12dB，并且计算过程简单，速度较快，准确性高。
-
公开(公告)号：CN117310804A
公开(公告)日：2023-12-29
申请号：CN202311300444.2
申请日：2023-10-09
Applicant: 吉林大学
Abstract: 本发明涉及一种井中地震信‑噪迭合波场高维多分量特征智能分离方法，属于地球物理油气资源勘探领域。建立时域多分量分解结果服务于不同维度差异化特征性质表达；建立多分量信噪成分基础上的六维特征属性空间，并揭示DAS记录中直达波、反射波等复杂信号波及多类型噪声的数理特性表征；设立以树状模型为基学习器的双阶段高度集成框架以完成高维属性空间中的特征点类别判定分离任务，从而精确、高效地实现信号波场的低损伤保留和噪声波场的最大程度压制。方法灵活、准确保留井中DAS二维勘探记录信号场的幅度特性和频率能量成分，数理基础支撑扎实可靠，特征可解释性强，为薄、细地层检测、油气藏开采等实际应用提供重要依据。
-
-
Patent Agency Ranking
公开(公告)号：CN108227001A
公开(公告)日：2018-06-29
申请号：CN201711499372.3
申请日：2017-12-31
Applicant: 吉林大学
IPC: G01V1/36
CPC classification number: G01V1/36 , G01V1/364 , G01V2210/21 , G01V2210/32 , G01V2210/324
Abstract: 本发明提供一种基于SNMF‑2D时频谱分离的沙漠低频噪声消减方法。将含噪地震记录分解成多个不同频带的子信号，基于二维稀疏非负矩阵分解算法SNMF‑2D，对这些不同频带子信号的时频谱进行谱分离，充分降低有效信号分量和噪声分量的混合度；对分离出的各个子谱进行反变换得到对应的子信号，再利用聚类算法将含有信号成分的子信号聚集为信号类，从而获得有效信号成分。通过与经验模态分解EMD和时频峰值滤波TFPF的对比结果验证了本发明在沙漠低频随机噪声压制及有效成分保持反面的有效性。
-
公开(公告)号：CN113935467B
公开(公告)日：2024-05-07
申请号：CN202111218720.1
申请日：2021-10-19
Applicant: 吉林大学
IPC: G06N3/0455 , G06N3/082 , G06F18/213 , G06F18/214 , G06F18/25
Abstract: 本发明涉及一种基于迭代多尺度注意力网络的DAS井中勘探数据噪声抑制方法，属于地球物理技术领域。包括迭代多尺度注意力网络的建立，训练集的构建，迭代多尺度注意力网络的训练和DAS数据消噪处理。本发明合成数据和实际资料的去噪结果均表明，相比于带通滤波器和前馈去噪卷积神经网络，可以更有效地抑制DAS数据中的复杂噪声，提高其信噪比，恢复的信号在频率和幅度上都很接近于纯净信号，有利于后续的数据处理和解释。
-
公开(公告)号：CN116184502A
公开(公告)日：2023-05-30
申请号：CN202211545154.X
申请日：2022-12-02
Applicant: 吉林大学
IPC: G01V1/36 , G01V1/40 , G06N3/0464
Abstract: 本发明涉及一种基于子空间投影注意力网络的井中DAS噪声抑制方法，属于地球物理技术领域。包括子空间投影注意力网络的建立，训练集的构建，子空间投影注意力网络的训练，DAS数据消噪处理。本发明提出的子空间投影注意力网络使用投影进行自适应降噪，因为投影可以自然地保持输入信号的局部结构的优势，特别是在受污染严重或纹理较弱的区域，符合采集到的DAS数据特点，适合抑制复杂DAS噪声，合成数据和实际资料的去噪结果均表明，相比于带通滤波器和前馈去噪卷积神经网络DnCNN，本发明方法可以获得更有效的DAS复杂噪声消减极及有效信号能量恢复效果，且去噪过程简单高效。
-
公开(公告)号：CN113935467A
公开(公告)日：2022-01-14
申请号：CN202111218720.1
申请日：2021-10-19
Applicant: 吉林大学
Abstract: 本发明涉及一种基于迭代多尺度注意力网络的DAS井中勘探数据噪声抑制方法，属于地球物理技术领域。包括迭代多尺度注意力网络的建立，训练集的构建，迭代多尺度注意力网络的训练和DAS数据消噪处理。本发明合成数据和实际资料的去噪结果均表明，相比于带通滤波器和前馈去噪卷积神经网络，可以更有效地抑制DAS数据中的复杂噪声，提高其信噪比，恢复的信号在频率和幅度上都很接近于纯净信号，有利于后续的数据处理和解释。
-
公开(公告)号：CN106896407B
公开(公告)日：2018-07-13
申请号：CN201710195748.5
申请日：2017-03-28
Applicant: 吉林大学
IPC: G01V1/30
Abstract: 本发明提供一种基于近似负熵的微地震信号初至拾取方法，属于地球物理技术领域。根据微地震信号自身特点设计合适的近似负熵函数，结合负熵谱曲线极值差的加权函数设定阈值，进而实现信号区域与噪声区域的准确划分及微地震信号初至的准确拾取。本发明的有益效果是根据微地震信号自身的特点，引用信息论中近似负熵理论提出了一种基于近似负熵的微地震初至拾取新方法，与现有拾取方法相比，新方法能够实现较低信噪比条件下初至到时的准确拾取，信噪比可低至‑12dB，并且计算过程简单，速度较快，准确性高。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.024 seconds)
