-
公开(公告)号：CN118131321A
公开(公告)日：2024-06-04
申请号：CN202410313196.3
申请日：2024-03-19
Applicant: 北京大学
IPC: G01V1/28
Abstract: 一种地震反射波数据外推插值方法、电子设备及存储介质，属于地震数据处理技术领域。为准确提取地震数据，本发明采集地震数据，基于炮点和炮集共有的检波点选取参考道集；基于参考道集通过高阶累积量算法生成虚拟反射道集；将得到的参考道集和得到的虚拟反射道集进行褶积计算，生成重构的远偏移距反射道集；对得到的重构的远偏移距反射道集应用匹配滤波器，生成与原始道集匹配的重构的反射道集。本发明将高阶累积量算法应用于干涉插值法中，压制了旁瓣，保证了干涉插值法重构数据的分辨率，对噪声压制有很好的效果，在实现地震数据重构的同时，有效压制了噪声，提高地震数据的信噪比。
-
公开(公告)号：CN118131321B
公开(公告)日：2025-04-22
申请号：CN202410313196.3
申请日：2024-03-19
Applicant: 北京大学
IPC: G01V1/28
Abstract: 一种地震反射波数据外推插值方法、电子设备及存储介质，属于地震数据处理技术领域。为准确提取地震数据，本发明采集地震数据，基于炮点和炮集共有的检波点选取参考道集；基于参考道集通过高阶累积量算法生成虚拟反射道集；将得到的参考道集和得到的虚拟反射道集进行褶积计算，生成重构的远偏移距反射道集；对得到的重构的远偏移距反射道集应用匹配滤波器，生成与原始道集匹配的重构的反射道集。本发明将高阶累积量算法应用于干涉插值法中，压制了旁瓣，保证了干涉插值法重构数据的分辨率，对噪声压制有很好的效果，在实现地震数据重构的同时，有效压制了噪声，提高地震数据的信噪比。
-
公开(公告)号：CN115267911B
公开(公告)日：2024-05-24
申请号：CN202210914617.9
申请日：2022-08-01
Applicant: 北京大学
Abstract: 本发明公布了一种基于模型与数据驱动深度学习算法的地震多次波压制方法，构建用于多次波压制的模型与数据驱动的深度学习模型，提取地震数据标签，并以包含一次波和多次波的全波场炮集为模型的输入，模型的输出即为压制多次波后的一次波炮集。本发明通过残差傅里叶子模块在网络架构中结合傅里叶算子和残差网络，在时间域的通道维度、时间维度及频率域提取多次波特征，使网络能够准确高效地实现多次波压制，可实现深度模拟复杂的多次波压制处理，且具有良好的抗噪性和泛化能力。本发明技术方案可用于提高地震多次波压制的精度和效率。
-
公开(公告)号：CN115267911A
公开(公告)日：2022-11-01
申请号：CN202210914617.9
申请日：2022-08-01
Applicant: 北京大学
Abstract: 本发明公布了一种基于模型与数据驱动深度学习算法的地震多次波压制方法，构建用于多次波压制的模型与数据驱动的深度学习模型，提取地震数据标签，并以包含一次波和多次波的全波场炮集为模型的输入，模型的输出即为压制多次波后的一次波炮集。本发明通过残差傅里叶子模块在网络架构中结合傅里叶算子和残差网络，在时间域的通道维度、时间维度及频率域提取多次波特征，使网络能够准确高效地实现多次波压制，可实现深度模拟复杂的多次波压制处理，且具有良好的抗噪性和泛化能力。本发明技术方案可用于提高地震多次波压制的精度和效率。
-
-
-
Search Results
4
records
(took 0.016 seconds)
