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

Inventor： 胡天跃 ,  刘继伟 ,  王春明 ,  曾庆才 ,  李徯徯 ,  阎艺璇 ,  梁上林 ,  张才 ,  张征 ,  首皓 ,  刘依谋

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：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

Inventor： 胡天跃 ,  刘继伟 ,  郑晓东 ,  赵邦六 ,  曾庆才 ,  曾同生 ,  黄建东 ,  焦梦瑶 ,  于珍珍 ,  隋京坤

IPC: G01V1/36 ,  G06N3/08

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

Inventor： 胡天跃 ,  刘继伟 ,  郑晓东 ,  赵邦六 ,  曾庆才 ,  曾同生 ,  黄建东 ,  焦梦瑶 ,  于珍珍 ,  隋京坤

IPC: G01V1/36 ,  G06N3/08

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。