-
公开(公告)号：CN115169422A
公开(公告)日：2022-10-11
申请号：CN202211087013.8
申请日：2022-09-07
Applicant: 湖南师范大学
Abstract: 本发明公开了一种基于堆栈自编码器的大地电磁信号去噪方法及系统，该方法包括：构建含噪信号样本库以及噪声轮廓样本库，接着，基于大地电磁信号样本及其噪声轮廓样本训练出基于堆栈自编码器的信噪映射模型，然后，利用训练好的信噪映射模型对等长分段的实测大地电磁信号进行函数映射处理，得到实测大地电磁信号的噪声轮廓，最后，将实测大地电磁信号减去对应的噪声轮廓，进而得到去噪后的大地电磁信号。本发明通过上述方法引入堆栈自编码器至大地电磁信号降噪技术中，进而可以有效去除大地电磁信号中的强干扰的同时保留信号低频段的缓变化信息，达到良好的去噪效果。
-
公开(公告)号：CN115017964A
公开(公告)日：2022-09-06
申请号：CN202210946438.3
申请日：2022-08-09
Applicant: 湖南师范大学
Abstract: 本发明公开了一种基于注意力机制稀疏表示的大地电磁信号去噪方法及系统，该方法获取待去噪的大地电磁信号以及冗余字典，并将所述大地电磁信号进行分段；之后计算各个大地电磁信号段与所述冗余字典中每个原子的注意力权重；再基于注意力权重从冗余字典中提取出各段信号的最小子集，进而利用最小子集中每个原子表示出稀疏编码矩阵，接着基于稀疏编码矩阵与冗余字典的乘积得到噪声轮廓矩阵，最后将利用噪声轮廓矩阵对待处理信号进行降噪。通过上述方法可以有效的压制原始大地电磁信号中的大尺度噪声，保留低频缓变化趋势，处理速度较快，从而提高大地电磁信号数据质量，为后续解释地下真实结构提供了可靠依据。
-
公开(公告)号：CN113687433B
公开(公告)日：2022-07-12
申请号：CN202111078503.7
申请日：2021-09-15
Applicant: 湖南师范大学
IPC: G01V3/38
Abstract: 本发明公开了一种基于Bi‑LSTM的大地电磁信号去噪方法及系统，本发明构造了海量符合大地电磁微弱信号和含有强干扰特性的噪声轮廓，将二者相加得到含噪信号；将含噪信号按比例划分为相应的训练集和测试集，并定义网络对应的输入和输出，优选利用NPSO选出最优的双向长短期记忆神经网络的相关参数，再将训练集送入神经网络进行训练得到预测模型；利用预测模型对实测的大地电磁数据进行预测得到噪声轮廓；最后用实测的大地电磁数据减去预测的噪声轮廓得到有用的大地电磁信号。本发明通过上述方法可以有效准确地完成噪声轮廓的预测，从而剔除含噪信号中的噪声，保留更多有用的大地电磁信号。
-
公开(公告)号：CN114239757A
公开(公告)日：2022-03-25
申请号：CN202210173887.9
申请日：2022-02-25
Applicant: 湖南师范大学
IPC: G06K9/62
Abstract: 本发明涉及一种电磁时间序列数据处理的方法及系统。该方法包括：获取原始电磁时间序列数据，将所述电磁时间序列表征成一维时间序列；将所表征的一维时间序列构造成汉克尔矩阵，对矩阵进行SVD分解，根据奇异值占比率确定汉克尔矩阵的维数；再根据矩阵维数及多尺度样本熵将一维时间序列分解为不同分辨率的近似时间序列和细节时间序列；然后使用ICEEMDAN算法将叠加的细节时间序列自适应分解成多个模态分量，构造瞬时模态分量阈值识别模态分量中异常部分并截断处理。根据本发明提供的技术手段，对电磁时间序列数据处理能够达到良好的效果，能够有效获取地下信息及电性结构。
-
公开(公告)号：CN113642484A
公开(公告)日：2021-11-12
申请号：CN202110946805.5
申请日：2021-08-18
Applicant: 湖南师范大学
Abstract: 本发明公开了一种基于BP神经网络的大地电磁信号噪声压制方法及系统，该方法包括：分别构建噪声轮廓样本、纯净信号样本、带噪数据样本，再将带噪数据样本和纯净信号样本输入至第一个BP神经网络中训练得到BP信噪辨识模型。以及将带噪数据样本、噪声轮廓样本输入第二个BP神经网络，训练得到BP去噪模型。最后，将实测大地电磁数据均匀分段首先输入BP信噪辨识模型中，保留辨识为无干扰的数据段，并将干扰数据段输入至BP去噪模型中输出噪声轮廓，干扰数据减去对应的噪声轮廓得到干扰数据去噪后的数据。最终将保留的无干扰数据与去噪后的数据进行拼接重构得到去噪后的大地电磁信号。
-
Patent Agency Ranking
公开(公告)号：CN112882115A
公开(公告)日：2021-06-01
申请号：CN202110479283.2
申请日：2021-04-30
Applicant: 湖南师范大学
Abstract: 本发明公开了一种基于GWO优化小波阈值的大地电磁信号去噪方法及系统，所述方法包括如下步骤：步骤1：将待去噪的大地电磁信号进行分段，并对每段信号均进行小波层变换，得到最大尺度低频小波系数和各个尺度高频小波系数；步骤2：基于GWO算法获取各个尺度下最优阈值作为最优分层阈值；其中，将各个尺度下的阈值作为GWO算法中灰狼的位置参数；步骤3：以每段信号为单元，利用对应的所述最优分层阈值进行去噪得到去噪后的大地电磁信号。其中，进一步将维纳滤波器与基追踪重构算法相结合提高信号的重构效果，进而提升大地电磁信号的降噪效果，并利用最优分层阈值解决传统通用阈值的技术缺陷问题。
-
公开(公告)号：CN114239757B
公开(公告)日：2022-06-03
申请号：CN202210173887.9
申请日：2022-02-25
Applicant: 湖南师范大学
IPC: G06K9/62
Abstract: 本发明涉及一种电磁时间序列数据处理的方法及系统。该方法包括：获取原始电磁时间序列数据，将所述电磁时间序列表征成一维时间序列；将所表征的一维时间序列构造成汉克尔矩阵，对矩阵进行SVD分解，根据奇异值占比率确定汉克尔矩阵的维数；再根据矩阵维数及多尺度样本熵将一维时间序列分解为不同分辨率的近似时间序列和细节时间序列；然后使用ICEEMDAN算法将叠加的细节时间序列自适应分解成多个模态分量，构造瞬时模态分量阈值识别模态分量中异常部分并截断处理。根据本发明提供的技术手段，对电磁时间序列数据处理能够达到良好的效果，能够有效获取地下信息及电性结构。
-
公开(公告)号：CN112882115B
公开(公告)日：2021-07-27
申请号：CN202110479283.2
申请日：2021-04-30
Applicant: 湖南师范大学
Abstract: 本发明公开了一种基于GWO优化小波阈值的大地电磁信号去噪方法及系统，所述方法包括如下步骤：步骤1：将待去噪的大地电磁信号进行分段，并对每段信号均进行小波层变换，得到最大尺度低频小波系数和各个尺度高频小波系数；步骤2：基于GWO算法获取各个尺度下最优阈值作为最优分层阈值；其中，将各个尺度下的阈值作为GWO算法中灰狼的位置参数；步骤3：以每段信号为单元，利用对应的所述最优分层阈值进行去噪得到去噪后的大地电磁信号。其中，进一步将维纳滤波器与基追踪重构算法相结合提高信号的重构效果，进而提升大地电磁信号的降噪效果，并利用最优分层阈值解决传统通用阈值的技术缺陷问题。
-
公开(公告)号：CN115017964B
公开(公告)日：2022-10-25
申请号：CN202210946438.3
申请日：2022-08-09
Applicant: 湖南师范大学
Abstract: 本发明公开了一种基于注意力机制稀疏表示的大地电磁信号去噪方法及系统，该方法获取待去噪的大地电磁信号以及冗余字典，并将所述大地电磁信号进行分段；之后计算各个大地电磁信号段与所述冗余字典中每个原子的注意力权重；再基于注意力权重从冗余字典中提取出各段信号的最小子集，进而利用最小子集中每个原子表示出稀疏编码矩阵，接着基于稀疏编码矩阵与冗余字典的乘积得到噪声轮廓矩阵，最后将利用噪声轮廓矩阵对待处理信号进行降噪。通过上述方法可以有效的压制原始大地电磁信号中的大尺度噪声，保留低频缓变化趋势，处理速度较快，从而提高大地电磁信号数据质量，为后续解释地下真实结构提供了可靠依据。
-
公开(公告)号：CN113158553B
公开(公告)日：2022-04-01
申请号：CN202110320241.4
申请日：2021-03-25
Applicant: 湖南师范大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/10
Abstract: 本发明公开了一种基于CNN‑LSTM的大地电磁信号噪声压制方法及系统，该方法包括：构建大地电磁信号的噪声样本库和纯净信号样本库；利用样本信号训练卷积神经网络(CNN)得到CNN信噪辨识模型；将实测大地电磁信号输入至CNN信噪辨识模型识别出干扰数据段和无干扰数据段；再利用无干扰数据段训练长短时记忆神经网络(LSTM)得到LSTM预测模型；选取干扰数据段的相邻无干扰数据段，并输入至LSTM预测模型进行循环预测得到预测数据；最后将预测数据与无干扰数据段进行数据重构得到去噪后的大地电磁信号。本发明可以辨识出干扰数据和无干扰数据，有效避免有用信息丢失，同时使用LSTM模型预测能够压制大尺度噪声干扰。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
