一种基于参考道数据约束与深度学习的地磁数据去噪方法及系统

    公开(公告)号:CN117272138B

    公开(公告)日:2024-07-09

    申请号:CN202311192978.8

    申请日:2023-09-15

    Abstract: 本发明涉及一种基于参考道数据约束与深度学习的地磁数据去噪方法及系统,深度学习模型包含IncepTCN分类网络及CS‑GRUTCN去噪网络,本发明将参考道数据约束思想引入时间序列的编辑,获得可靠的训练集;并将注意力机制、门控循环单元及时域卷积网络结合,充分利用了注意力机制可以提高模型特征提取能力及性能稳定性,门控循环单元(GRU)可以捕捉到数据中的时间相关性和长期依赖关系以及时域卷积网络(TCN)具有平移不变性和高效的并行计算能力,实现高效、高精度的地磁数据噪声识别与去除,显著提高了地磁数据噪声压制的自动化程度、去噪精度、噪声适应性等性能。

    一种基于参考道数据约束与深度学习的地磁数据去噪方法及系统

    公开(公告)号:CN117272138A

    公开(公告)日:2023-12-22

    申请号:CN202311192978.8

    申请日:2023-09-15

    Abstract: 本发明涉及一种基于参考道数据约束与深度学习的地磁数据去噪方法及系统,深度学习模型包含IncepTCN分类网络及CS‑GRUTCN去噪网络,本发明将参考道数据约束思想引入时间序列的编辑,获得可靠的训练集;并将注意力机制、门控循环单元及时域卷积网络结合,充分利用了注意力机制可以提高模型特征提取能力及性能稳定性,门控循环单元(GRU)可以捕捉到数据中的时间相关性和长期依赖关系以及时域卷积网络(TCN)具有平移不变性和高效的并行计算能力,实现高效、高精度的地磁数据噪声识别与去除,显著提高了地磁数据噪声压制的自动化程度、去噪精度、噪声适应性等性能。

    基于过完备字典与压缩感知重构算法的低频大地电磁数据去噪方法

    公开(公告)号:CN110146929A

    公开(公告)日:2019-08-20

    申请号:CN201910426408.8

    申请日:2019-05-21

    Abstract: 本发明提供一种基于过完备字典与压缩感知重构算法的低频大地电磁数据去噪方法,包括:首先利用数学形态滤波从含噪的大地电磁时间序列中提取出粗糙的低频有效信号;然后利用互补集合经验模态分解对粗糙的低频有效信号进行圆滑处理,获得准确的低频有效信号,含噪的大地电磁时间序列减去提取到的低频有效信号即得到含噪的高频信号;最后通过设计合适的过完备字典,利用压缩感知重构算法对含噪的高频信号进行信噪分离,得到去噪后的高频有效信号;低频有效信号与高频有效信号相加即得到全频带的大地电磁有效信号;本发明在较好的保留大地电磁有效信号的前提下,去除低频大地电磁数据中的强人文噪声,显著提高大地电磁数据的信噪比,改善视电阻率与相位曲线。

    一种地磁信号噪声压制方法及系统

    公开(公告)号:CN116953808B

    公开(公告)日:2024-10-22

    申请号:CN202311095980.3

    申请日:2023-08-29

    Abstract: 本发明公开了一种地磁信号噪声压制方法及系统,方法包括:获取至少一个地磁数据去噪样本对;根据至少一个地磁数据样本对对预设的改进U‑Net的地磁数据去噪网络进行训练,得到地磁数据去噪模型;获取待去噪地磁数据,输入至地磁数据分类模型对待去噪地磁数据进行分类,得到至少一个含噪地磁数据段和至少一个高质量地磁数据段;将至少一个含噪地磁数据段输入至地磁数据去噪模型中,得到至少一个去噪地磁数据段,并将至少一个去噪地磁数据段和至少一个高质量地磁数据段按照时间顺序进行拼接,得到完整的去噪地磁信号。本发明显著提高了地磁数据去噪精度,解决了现有去噪方法需要人工干预、效率低下、易造成主观偏差的问题。

    一种基于时域卷积网络的可控源电磁数据去噪方法、系统、终端及可读存储介质

    公开(公告)号:CN113761805B

    公开(公告)日:2022-10-25

    申请号:CN202111072923.4

    申请日:2021-09-14

    Abstract: 本发明公开了一种基于时域卷积网络的可控源电磁数据去噪方法、系统、终端及可读存储介质,所述方法包括以下步骤:步骤1:获取可控源电磁数据并对其进行分段,将每一个数据段作为一个样本以及标记样本的分类标签;所述分类标签表示样本为噪声数据段或高质量数据段;步骤2:构建时域卷积网络,并将样本及分类标签输入至所述时域卷积网络进行训练得到可控源电磁数据分类模型;步骤3:针对待去噪的可控源电磁数据,先分段再输入至所述可控源电磁数据分类模型得到每个数据段的分类结果;步骤4:基于步骤3中的分类结果将高质量数据段进行重组拼接。本发明引入时域卷积网络算法至可控源电磁数据去噪技术中,提高了去噪精度以及效果。

    基于过完备字典与压缩感知重构算法的低频大地电磁数据去噪方法

    公开(公告)号:CN110146929B

    公开(公告)日:2020-11-10

    申请号:CN201910426408.8

    申请日:2019-05-21

    Abstract: 本发明提供一种基于过完备字典与压缩感知重构算法的低频大地电磁数据去噪方法,包括:首先利用数学形态滤波从含噪的大地电磁时间序列中提取出粗糙的低频有效信号;然后利用互补集合经验模态分解对粗糙的低频有效信号进行圆滑处理,获得准确的低频有效信号,含噪的大地电磁时间序列减去提取到的低频有效信号即得到含噪的高频信号;最后通过设计合适的过完备字典,利用压缩感知重构算法对含噪的高频信号进行信噪分离,得到去噪后的高频有效信号;低频有效信号与高频有效信号相加即得到全频带的大地电磁有效信号;本发明在较好的保留大地电磁有效信号的前提下,去除低频大地电磁数据中的强人文噪声,显著提高大地电磁数据的信噪比,改善视电阻率与相位曲线。

    基于移不变稀疏编码的低频大地电磁信号去噪方法

    公开(公告)号:CN110147766A

    公开(公告)日:2019-08-20

    申请号:CN201910426477.9

    申请日:2019-05-21

    Abstract: 本发明提供一种基于移不变稀疏编码的低频大地电磁信号去噪方法。所提方法包括:首先利用数学形态滤波将含噪的大地电磁时间序列分解成低频有效信号和含噪的高频信号;然后将含噪的高频信号分成若干片段,利用移不变稀疏编码从含噪的高频信号中自主学习到人文噪声的特征结构构建学习型冗余字典,并利用学习到的冗余字典对含噪的高频有效信号进行信噪分离,得到去噪后的高频有效信号。低频有效信号与高频有效信号相加即得到全频带的大地电磁有效信号。本发明可以有效去除低频大地电磁数据中的强人文噪声,显著提高大地电磁数据质量,改善大地电磁法深部探测效果。

    一种地磁信号噪声压制方法及系统

    公开(公告)号:CN116953808A

    公开(公告)日:2023-10-27

    申请号:CN202311095980.3

    申请日:2023-08-29

    Abstract: 本发明公开了一种地磁信号噪声压制方法及系统,方法包括:获取至少一个地磁数据去噪样本对;根据至少一个地磁数据样本对对预设的改进U‑Net的地磁数据去噪网络进行训练,得到地磁数据去噪模型;获取待去噪地磁数据,输入至地磁数据分类模型对待去噪地磁数据进行分类,得到至少一个含噪地磁数据段和至少一个高质量地磁数据段;将至少一个含噪地磁数据段输入至地磁数据去噪模型中,得到至少一个去噪地磁数据段,并将至少一个去噪地磁数据段和至少一个高质量地磁数据段按照时间顺序进行拼接,得到完整的去噪地磁信号。本发明显著提高了地磁数据去噪精度,解决了现有去噪方法需要人工干预、效率低下、易造成主观偏差的问题。

    基于移不变稀疏编码的低频大地电磁信号去噪方法

    公开(公告)号:CN110147766B

    公开(公告)日:2022-06-03

    申请号:CN201910426477.9

    申请日:2019-05-21

    Abstract: 本发明提供一种基于移不变稀疏编码的低频大地电磁信号去噪方法。所提方法包括:首先利用数学形态滤波将含噪的大地电磁时间序列分解成低频有效信号和含噪的高频信号;然后将含噪的高频信号分成若干片段,利用移不变稀疏编码从含噪的高频信号中自主学习到人文噪声的特征结构构建学习型冗余字典,并利用学习到的冗余字典对含噪的高频有效信号进行信噪分离,得到去噪后的高频有效信号。低频有效信号与高频有效信号相加即得到全频带的大地电磁有效信号。本发明可以有效去除低频大地电磁数据中的强人文噪声,显著提高大地电磁数据质量,改善大地电磁法深部探测效果。

    一种基于时域卷积网络的可控源电磁数据去噪方法、系统、终端及可读存储介质

    公开(公告)号:CN113761805A

    公开(公告)日:2021-12-07

    申请号:CN202111072923.4

    申请日:2021-09-14

    Abstract: 本发明公开了一种基于时域卷积网络的可控源电磁数据去噪方法、系统、终端及可读存储介质,所述方法包括以下步骤:步骤1:获取可控源电磁数据并对其进行分段,将每一个数据段作为一个样本以及标记样本的分类标签;所述分类标签表示样本为噪声数据段或高质量数据段;步骤2:构建时域卷积网络,并将样本及分类标签输入至所述时域卷积网络进行训练得到可控源电磁数据分类模型;步骤3:针对待去噪的可控源电磁数据,先分段再输入至所述可控源电磁数据分类模型得到每个数据段的分类结果;步骤4:基于步骤3中的分类结果将高质量数据段进行重组拼接。本发明引入时域卷积网络算法至可控源电磁数据去噪技术中,提高了去噪精度以及效果。

Patent Agency Ranking