陆地深层地震自适应非平稳信号分解重构的信号增强方法

    公开(公告)号:CN118244350A

    公开(公告)日:2024-06-25

    申请号:CN202410218991.4

    申请日:2024-02-28

    Applicant: 北京大学

    Abstract: 本发明公布了一种陆地深层地震自适应非平稳信号分解重构的信号增强方法,针对陆地深层弱信号地震资料,基于非平稳信号分解重构技术,通过对左奇异向量矩阵以及奇异值矩阵进行同步处理,实现压制陆地深层非平稳弱信号的背景噪声与信号增强。采用本发明方法,能够对深层非平稳弱信号进行有效的增强,同时处理后的深层地震同相轴更加连续、清晰,压制背景噪声更完全。

    一种基于模型与数据驱动深度学习的地震多次波压制方法

    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。

    一种基于模型与数据驱动深度学习的地震多次波压制方法

    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。

Patent Agency Ranking