-
公开(公告)号：CN118759587A
公开(公告)日：2024-10-11
申请号：CN202411238156.3
申请日：2024-09-05
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明属于地震勘探技术领域，涉及一种面向城市复杂干扰环境的地震数据智能去噪方法，解决了现有方法无法对城市复杂环境下的地震数据进行有效地去噪处理，导致噪声与有效信号混叠、精确识别困难及噪声残留问题。本方法将采集的城市地震数据作为原始地震数据输入至噪声识别模块，噪声识别模块对原始地震数据进行识别后输出估计噪声，将原始地震数据与估计噪声同时输入到去噪模块；去噪模块对原始地震数据和估计噪声进行对比建模及监督学习，利用合成数据对去噪模型模块进行训练学习，获得训练后的去噪模型模块，原始城市地震数据经训练后的去噪模型模块输出去噪结果，实现有效去噪。该方法可自动完成地震数据去噪的任务，极大地节省了人力和物力。
-
公开(公告)号：CN119846692A
公开(公告)日：2025-04-18
申请号：CN202510322547.1
申请日：2025-03-19
Applicant: 吉林大学
IPC: G01V1/00
Abstract: 本发明属于边坡微震信号分析及识别技术领域，涉及一种边坡滚石微震信号的自动检测方法，包括使用节点地震仪采集信号，建立数据库；采用连续小波变换获取时频图；搭建引入双注意力机制的卷积神经网络，通过训练减小损失值函数，获取损失值足够小的网络权重参数；将实时检测到的数据使用去噪后的MER‑AIC方法进行异常信号拾取；将拾取信号经连续小波变换后作为卷积神经网络的输入，由训练好模型给出识别结果实现自动检测。本方法可实现针对在岩质边坡中实时采集到的混杂有各类噪声的数据中全自动化地准确拾取异常信号及检测边坡滚石微震信号，实现滚石事件实时检测工作的智能化及自动化，降低对于人工的依赖，提升识别效率。
-
公开(公告)号：CN118759587B
公开(公告)日：2024-12-03
申请号：CN202411238156.3
申请日：2024-09-05
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明属于地震勘探技术领域，涉及一种面向城市复杂干扰环境的地震数据智能去噪方法，解决了现有方法无法对城市复杂环境下的地震数据进行有效地去噪处理，导致噪声与有效信号混叠、精确识别困难及噪声残留问题。本方法将采集的城市地震数据作为原始地震数据输入至噪声识别模块，噪声识别模块对原始地震数据进行识别后输出估计噪声，将原始地震数据与估计噪声同时输入到去噪模块；去噪模块对原始地震数据和估计噪声进行对比建模及监督学习，利用合成数据对去噪模型模块进行训练学习，获得训练后的去噪模型模块，原始城市地震数据经训练后的去噪模型模块输出去噪结果，实现有效去噪。该方法可自动完成地震数据去噪的任务，极大地节省了人力和物力。
-
-
Search Results
3
records
(took 0.014 seconds)
