-
Patent Agency Ranking
公开(公告)号：CN113687414A
公开(公告)日：2021-11-23
申请号：CN202110902192.5
申请日：2021-08-06
Applicant: 北京大学
Abstract: 本发明公布了一种基于数据增广的卷积神经网络地震层间多次波压制方法，基于DnCNN和U‑Net网络模型，搭建层间多次波压制的深层编解码网络模型，对三维陆地地震勘探资料采用搭建得卷积神经网络模型进行自适应层间多次波压制，实现三维陆地地震勘探资料的高效自适应层间多次波压制；本发明利用神经网络模型实现对三维地震数据的高效自适应层间多次波压制，无需人为调参，且具有良好的抗噪性和较高的计算效率。
-
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。
-
公开(公告)号：CN113687414B
公开(公告)日：2022-07-22
申请号：CN202110902192.5
申请日：2021-08-06
Applicant: 北京大学
Abstract: 本发明公布了一种基于数据增广的卷积神经网络地震层间多次波压制方法，基于DnCNN和U‑Net网络模型，搭建层间多次波压制的深层编解码网络模型，对三维陆地地震勘探资料采用搭建得卷积神经网络模型进行自适应层间多次波压制，实现三维陆地地震勘探资料的高效自适应层间多次波压制；本发明利用神经网络模型实现对三维地震数据的高效自适应层间多次波压制，无需人为调参，且具有良好的抗噪性和较高的计算效率。
-
公开(公告)号：CN112946749B
公开(公告)日：2022-05-20
申请号：CN202110160644.7
申请日：2021-02-05
Applicant: 北京大学
Abstract: 本发明公布了一种基于数据增广训练深度神经网络压制地震多次波的方法，属于勘探地震信号处理技术领域，涉及地震资料多次波和随机噪声的压制以及一次波的重建。本发明设计具有卷积编码和卷积解码过程的深度神经网络，卷积编码过程用来学习训练集中地震数据的一次波特征，卷积解码过程能够利用这些特征来重建一次波和压制多次波。在训练阶段，包含多次波的原始数据和加入随机噪声的数据一起组成增广数据集，用该数据集来学习神经网络参数比只使用原始数据作为输入数据训练的神经网络能够取得更好的抗噪稳定性。
-
公开(公告)号：CN112946749A
公开(公告)日：2021-06-11
申请号：CN202110160644.7
申请日：2021-02-05
Applicant: 北京大学
Abstract: 本发明公布了一种基于数据增广训练深度神经网络压制地震多次波的方法，属于勘探地震信号处理技术领域，涉及地震资料多次波和随机噪声的压制以及一次波的重建。本发明设计具有卷积编码和卷积解码过程的深度神经网络，卷积编码过程用来学习训练集中地震数据的一次波特征，卷积解码过程能够利用这些特征来重建一次波和压制多次波。在训练阶段，包含多次波的原始数据和加入随机噪声的数据一起组成增广数据集，用该数据集来学习神经网络参数比只使用原始数据作为输入数据训练的神经网络能够取得更好的抗噪稳定性。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
