公开(公告)号：CN118534540A

公开(公告)日：2024-08-23

申请号：CN202410096645.3

申请日：2024-01-24

Applicant: 成都信息工程大学

Inventor： 朱烨 ,  朱雨馨 ,  文武 ,  魏敏

IPC: G01V1/36 ,  G06F18/15 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及地震数据处理领域，尤其涉及一种基于扩散模型的地震数据噪声压制方法,本方法的噪声压制网络部分基于改进的Unet网络，为了强化随机噪声和地震信号之间的映射，引入基于ResNet的残差结构，在所述噪声压制网络的每个层级上逐渐调整特征表示，从而有助于抑制噪声的影响；在噪声压制网络中引入了注意力模块，用于提高网络对重要区域的关注度，使用残差模块来构建深度网络，从而避免了深度网络中的梯度消失问题。本发明方法适合于地震信号随机噪声的去除，实验结果表明，本发明方法与CNN方法和GAN方法相比，具有更好的噪声压制性能。

公开(公告)号：CN117826159A

公开(公告)日：2024-04-05

申请号：CN202410086409.3

申请日：2024-01-22

Applicant: 成都信息工程大学

Inventor： 朱烨 ,  朱雨馨 ,  谭思俊 ,  魏敏

IPC: G01S13/95

Abstract: 本发明涉及一种基于扩展卡尔曼滤波的梯度VAD方法风场反演的方法。为了得到更为精确和稳定的反演结果，本发明针对多普勒天气雷达监测资料特点而设计了扩展卡尔曼滤波方法，其中包括对径向速度未退模糊和速度退模糊的处理以及最后的反演。在开始设计阶段，针对多普勒天气雷达风场信息的非线性、不稳定性的特点，设计了结合风场动态模型的基于扩展卡尔曼滤波方法的梯度VAD技术，引入了径向速度未退模糊和径向速度退模糊两组数据分别进行处理，最终实现的风场反演结果表明，其精度和稳定性具有明显提升，本发明方法适用于多普勒天气雷达的风场反演任务。

公开(公告)号：CN118050702A

公开(公告)日：2024-05-17

申请号：CN202410113780.4

申请日：2024-01-26

Applicant: 成都信息工程大学

Inventor： 朱烨 ,  朱雨馨 ,  姚鑫 ,  魏敏

IPC: G01S7/41 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G01S13/95

Abstract: 本发明属于风暴单体外推领域，公开了一种基于多尺度与注意力的两阶段风暴单体外推方法及系统。为了得到清晰准确的外推结果，本发明提出了一个两阶段的框架，其中包括多尺度、注意力和频域损失的应用。在第一阶段，使用多尺度和注意力模块挖掘影响预测的重要特征，采用时空长短期记忆单元进行序列预测。在第二阶段进行偏差矫正，引入频域损失来有效地学习高频信息。本方法适用于风暴单体外推任务。