-
公开(公告)号：CN109782346A
公开(公告)日：2019-05-21
申请号：CN201910033429.3
申请日：2019-01-14
申请人： 西安交通大学
IPC分类号： G01V1/30
摘要： 本发明公开一种基于形态成分分析的采集脚印压制方法，包括：步骤101：根据三维地震数据体的沿层切片或者等时切片的地震记录中采集脚印波形形态特征构造二维局部离散余弦变换，并与二维平稳小波变换联合构成超完备字典；步骤102：通过对地震记录信号的原始数据逐层执行的方式，在每个沿层切片或者等时切片内利用基于形态成分分析的方法进行采集脚印的初步压制；步骤103：确定二维局部离散余弦变换的低截频；步骤104：重复步骤102-103直到所有切片数据处理完成，利用基于形态成分分析的方法进行信噪分离，压制采集脚印噪声，最终实现对三维地震数据体中采集脚印噪声的压制。利用本发明对三维地震数据体进行采集脚印压制，达到了提高了地震资料信噪比的目的。
-
公开(公告)号：CN115511004A
公开(公告)日：2022-12-23
申请号：CN202211335663.X
申请日：2022-10-28
申请人： 西安交通大学
摘要： 本发明公开了一种五维地震资料低秩约束重建方法、系统、介质及设备，将数据张量，采样张量，优化项与正则项的权重参数，以及沿个方向分解按mode‑{n,l}方法分解出的矩阵的TR秩R1，…，RN输入地震资料重建模型，并初始化参数Y0，作为初始值；展开当前步的低秩重建数据张量，在迭代中采样块坐标下降法交叉对变量进行优化，使用随机化采样加快运算效率，得到低秩重建数据经mode‑{n,l}分解所得计算的最优分解矩阵将训练样本的经张量重建求得下一步的重复以上步骤直到符合预定的停止准则，得到真实数据的低秩重建结果，将所有的频率成分组合恢复为原始的数据格式，实现成五维地震资料重建。本发明具有良好的重建效果，减小了计算资源消耗，具有广阔的工业应用前景。
-
公开(公告)号：CN113743193A
公开(公告)日：2021-12-03
申请号：CN202110832975.0
申请日：2021-07-22
申请人： 西安交通大学
摘要： 本发明公开了一种叠前地震资料线性干扰压制方法及系统，读取原始地震炮集资料后，仅仅对读取的地震炮集数据中的小部分炮集数据基于线性干扰压制方法进行滤波处理，然后基于处理得到的有效波数据及滤除部分构建网络训练集，基于读取的全部数据构建测试集，利用二维卷积神经网络对构建得到的训练集学习得到线性干扰模型，再对读取的全部炮集数据进行线性干扰的有效压制，本发明的处理速度远高于对每个炮集数据进行分别处理的传统方法。
-
公开(公告)号：CN109782339A
公开(公告)日：2019-05-21
申请号：CN201910032839.6
申请日：2019-01-14
申请人： 西安交通大学
IPC分类号： G01V1/28
摘要： 本发明公开一种基于3D-DnCNN网络的叠后三维地震资料随机噪声压制方法：01：构造3D-DnCNN网络，初步选定一块信噪比较高的区域作为训练区域，剩余区域作为测试区域，并使用目前工业界最先进的随机噪声压制方法对训练区域的随机噪声进行压制，将噪声压制后的数据作为标签数据，构造训练样本对；02：使用梯度结构张量进一步筛选步骤01得到的训练样本对，以得到质量更优的训练样本；03：将步骤02得到的训练样本对送入3D-DnCNN网络进行训练，待训练完成后，使用3D-DnCNN网络压制测试区域的随机噪声。本发明解决了叠后三维地震资料中随机噪声的干扰问题，压制了随机噪声和三维弧状成像噪声。此外，本发明方法可以进行并行处理，并具有良好的自适应性，满足工业上大规模计算需求。
-
公开(公告)号：CN107356967B
公开(公告)日：2019-04-12
申请号：CN201710620379.X
申请日：2017-07-26
申请人： 西安交通大学
IPC分类号： G01V1/30
摘要： 本发明公开一种压制地震资料强屏蔽干扰的稀疏优化方法，包括：01：读取原始地震资料，并对其进行成分分析；02：根据地震记录信号中河道砂体等与储层相关的横向非均质体地震响应和稳定沉积地层地震响应的形态特征差异确定形态成分分析所使用的两种稀疏表示字典，并构成超完备字典；03：使用分块坐标松弛算法，从地震剖面中，提取压制了上覆或下伏地层强反射屏蔽后的河道砂体等与储层相关的横向非均质体地震响应信号；04：重复步骤03直到所有二维测线数据处理完成。本发明的压制地震资料强屏蔽干扰的稀疏优化方法，能够实现有效彻底地压制强屏蔽干扰，可以使得河道砂体等与储层相关的横向非均质体地震响应信号得到更为清晰直观的显示。
-
公开(公告)号：CN118939953A
公开(公告)日：2024-11-12
申请号：CN202410953182.8
申请日：2024-07-16
申请人： 西安交通大学
IPC分类号： G06F18/15 , G06N3/0464 , G06N3/088 , G06N3/0455 , G06F18/213
摘要： 本发明公开了一种基于坐标的五维地震资料插值方法及系统，基于NeRF理论，构建地震资料逐点插值模型；在逐点插值模型基础上，结合额外的卷积层修改MLP框架，构建地震数据逐剖面插值模型；引入核范数正则化，构建目标函数；读取原始五维地震资料Dobs，将存在缺失道的五维地震资料输入网络，实现五维地震资料重建。本发明消除了对额外标记数据的需要；利用了地震数据的独特特性，使卷积网络解码器以逐剖面输出数据，可以将数据处理效率显著提高40倍；目标函数中增加了核范数正则化，能够有效提高模型的抗噪性和鲁棒性。
-
公开(公告)号：CN116482749A
公开(公告)日：2023-07-25
申请号：CN202310117766.7
申请日：2023-02-15
申请人： 西安交通大学
IPC分类号： G01V1/28 , G06N3/0464 , G06N3/088 , G06N3/084 , G01V1/36
摘要： 本发明公开了一种基于残差网络的叠前地震资料强散射噪声压制方法及系统，构造CABDCN网络，从若干叠前地震资料中随机抽取5％用于训练，并使用无监督深度学习方法进行去噪处理得到对应的标签数据，含噪地震数据和对应的干净标签构成网络的训练集，未选入训练集中的数据作为测试集。对训练集的每一个地震道集中进行随机抽取若干60*60大小的数据输入网络进行训练。待训练完成之后，利用网络对测试集中的地震数据进行处理，完成叠前地震资料中各种随机噪声的压制。本发明解决了叠后三维地震资料中随机噪声的干扰问题，有效压制叠前地震资料中的随机噪声，能够使用较少的数据进行训练得到满意结果，同时采用了端对端的处理方式，能够大幅提升数据的处理效率，并具有良好的自适应性，满足工业上大规模计算需求。
-
公开(公告)号：CN114236610A
公开(公告)日：2022-03-25
申请号：CN202111605015.7
申请日：2021-12-24
申请人： 西安交通大学
摘要： 本发明公开了一种基于深度卷积网络先验的迭代地震资料解混方法及系统，读取混叠采集地震资料和混叠操作算子；利用ADMM算法，引入辅助变量，利用RealSN‑DnCNN网络处理输入地震资料，并利用网络输出选用梯度下降对辅助变量进行最优化求解，利用网络输出和辅助变量参数交替更新地震资料目标信号；重复直到完成解混。本发明方法能够充分利用公开地震数据集作为训练集对CNN进行充分训练，大大提高了网络的泛化能力及工业实用性；利用训练好的CNN作为ADMM迭代框架中最优化子问题的求解器，能够以高保真度从混叠采集地震数据中恢复出有效信号。
-
公开(公告)号：CN113743193B
公开(公告)日：2022-12-09
申请号：CN202110832975.0
申请日：2021-07-22
申请人： 西安交通大学
摘要： 本发明公开了一种叠前地震资料线性干扰压制方法及系统，读取原始地震炮集资料后，仅仅对读取的地震炮集数据中的小部分炮集数据基于线性干扰压制方法进行滤波处理，然后基于处理得到的有效波数据及滤除部分构建网络训练集，基于读取的全部数据构建测试集，利用二维卷积神经网络对构建得到的训练集学习得到线性干扰模型，再对读取的全部炮集数据进行线性干扰的有效压制，本发明的处理速度远高于对每个炮集数据进行分别处理的传统方法。
-
公开(公告)号：CN114325821A
公开(公告)日：2022-04-12
申请号：CN202111595374.9
申请日：2021-12-23
申请人： 西安交通大学
摘要： 本发明公开了一种基于3D‑SNACNN网络的叠前地震资料中强散射噪声压制方法及系统，构造3D‑SNACNN网络，选择三维地震数据并重排为OVT域数据作为网络训练的数据集；利用三维连续小波快速算法对选定的OVT域地震数据去噪，得到对应的干净数据，将干净数据和网络训练数据集以相同的方式划分为若干满足3D‑SNACNN网络输入要求的三维数据，然后从中筛选出部分数据构成训练样本对，将训练样本对送入3D‑SNACNN网络进行训练，待训练完成之后，利用3D‑SNACNN网络对测试集中的地震数据进行处理，完成三维地震资料中各种随机噪声的压制。本发明解决了叠后三维地震资料中随机噪声的干扰问题，有效压制叠前地震资料中的强散射噪声，本发明支持并行处理，并具有良好的自适应性，满足工业上大规模计算需求。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.026 秒)
