吉林大学学报(信息科学版) ›› 2022, Vol. 40 ›› Issue (4): 531-538.
杜睿山a, b,刘文豪a,孟令东b,付晓飞b
DU Ruishan a, b , LIU Wenhao a , MENG Lingdong b , FU Xiaofei b
摘要: 针对由于地震数据中含有的随机噪声, 严重影响后续资料处理解释的准确性问题, 提出一种基于卷积 神经网络的智能化地震随机噪声压制方法。 首先根据卷积神经网络原理设计一种深层非线性的噪声压制网络, 然后利用构建的高质量随机噪声训练集对该网络进行训练, 在高维空间实现对随机噪声特征的自动学习, 从而 拟合出含噪地震数据记录与随机噪声的非线性映射关系, 实现随机噪声自动压制。 将该方法用于地震数据 噪声压制, 并与常用的滤波算法(均值滤波法和中值滤波法)进行对比, 实验结果证明, 该方法具有更高的信噪 比, 克服了传统方法存在的问题。 实例验证了该方法的可行性和有效性。
中图分类号: