-
公开(公告)号:CN118364227A
公开(公告)日:2024-07-19
申请号:CN202410391445.0
申请日:2024-04-02
Applicant: 北京大学
IPC: G06F18/10 , G06F18/21 , G06N3/0464 , G06N3/084 , G01V1/30
Abstract: 本发明公布了一种基于多模态特征约束DNN的地震近地表噪声压制方法及系统,系统包括:叠前地震数据获取模块、叠前地震数据预处理模块、地震近地表噪声压制神经网络模型构建模块、地震近地表噪声压制神经网络模型训练模块和模型测试模块;通过设计数据预处理激活函数和构建用于压制地震近地表噪声的深度残差多模态特征约束神经网络模型,模型的输入数据为包含有效波和噪声的叠前地震数据,输出为仅包含有效波的叠前地震数据,实现对叠前地震近地表噪声的联合压制。采用本发明能够更高效、准确地实现真实工区叠前地震数据的近地表相关噪声压制。
-
公开(公告)号:CN114002740A
公开(公告)日:2022-02-01
申请号:CN202010735993.2
申请日:2020-07-28
Applicant: 北京大学
IPC: G01V1/36
Abstract: 本发明公布了一种低信噪比地震初至信号增强方法及系统,适用于低信噪比三维地震资料。基于累积量干涉法实现初至自动增强,通过高阶累积量得到检波点间的初至波,同相位叠加提高初至波信噪比,再通过多道褶积将检波点间的初至波恢复成炮检点间的初至波,再次同相位叠加提高信噪比。本发明完全数据驱动,不依赖频率或视速度信息;使用高阶累积量替代互相关,克服对高斯噪声敏感的问题,提高初至信噪比的提升效果;使用高阶累积量引入多方向地震数据进行道间时差估计,综合利用三维地震数据信息,实现三维地震数据的处理。
-
公开(公告)号:CN119148204A
公开(公告)日:2024-12-17
申请号:CN202411283671.3
申请日:2024-09-13
Applicant: 北京大学
Abstract: 本发明公布了一种基于自监督神经网络的叠前层间多次波压制方法,属于勘探地震信号处理技术领域,通过对叠前地震数据的层间多次波进行运动学预测,得到初始层间多次波;构建具有编码和解码结构的自监督神经网络模型;将得到的初始层间多次波作为所构建的自监督神经网络模型的先验信息,通过模型训练使得自监督神经网络学习到初始层间多次波到真实层间多次波的映射,以自适应地消除初始层间多次波与真实层间多次波之间的动力学差异,从而预测出真实层间多次波。本发明实现对叠前地震数据中层间多次波的智能压制,并有效保护一次波能量。
-
-