-
公开(公告)号：CN117763961A
公开(公告)日：2024-03-26
申请号：CN202311777443.7
申请日：2023-12-21
申请人： 西安交通大学
IPC分类号： G06F30/27 , G01V1/36 , G06N3/0895 , G06N7/01 , G06F17/16 , G06N5/04 , G06N3/0464 , G06F17/10 , G06N3/084
摘要： 本发明公开了一种自监督贝叶斯深度学习网络的地震资料解混方法及系统，基于贝叶斯变分推断原理，利用深度网络结构自身的学习能力，提出了一种基于自监督贝叶斯神经网络。基于一个简单的解码器网络，以一个随机向量作为网络的输入，利用贝叶斯变分推断并假设网络中每个节点权重服从独立的高斯分布以增大训练中的不确定性，从而拟合混叠地震数据以学习有效信号的分布，最终实现对混叠地震资料的高精度分离。本发明能够在进行地震资料混叠采集时有效地解决分离问题，而且可以通过随机梯度下降算法进行训练，以实现参数的自适应调整和优化，提高了在对含有不同噪声水平下地震资料解混中的有效性和鲁棒性。
-
公开(公告)号：CN111694056B
公开(公告)日：2021-03-02
申请号：CN202010496118.3
申请日：2020-06-03
申请人： 西安交通大学
摘要： 本发明公开了一种压制地震资料异常噪声的方法、存储介质及设备，读取含有高振幅异常噪声的原始地震资料，根据地震资料中噪声的复杂程度选取混合高斯分布的高斯成分个数和迭代次数；针对原始地震资料中有效信号的特点选取固定稀疏变换基，利用线性化Bregman方法得到地震资料中有效信号的稀疏表示，根据稀疏表示与固定稀疏变换基的乘积和原始地震资料得到关于有效信号的估计和异常噪声的估计，将异常噪声建模为混合高斯分布，利用EM算法更新每个采样点上异常噪声的权重矩阵；直到原始地震资料中异常噪声压制完成或者达到迭代次数。本发明的压制地震资料异常噪声的混合高斯鲁棒稀疏表示方法，可以有效压制异常噪声，提高地震资料信噪比。
-
公开(公告)号：CN111694057A
公开(公告)日：2020-09-22
申请号：CN202010496791.7
申请日：2020-06-03
申请人： 西安交通大学
摘要： 本发明公开了一种压制地震资料涌浪噪声的方法、存储介质及设备，读取原始地震资料，并对其进行高通滤波；在不损失地震资料有效信号的情况下滤除一部分低频涌浪噪声；针对原始地震资料中有效信号的特点选取固定稀疏变换基；针对滤波得到的高频成分，基于半二次优化技术和线性化Bregman方法构造交替迭代优化方法在压制涌浪噪声的同时得到地震资料有效信号在稀疏变换基下的稀疏表示；直到原始地震资料中涌浪噪声压制完成。本发明的压制地震资料涌浪噪声的相关熵诱导度量鲁棒稀疏表示方法，可以有效压制高振幅涌浪噪声，提高地震资料信噪比。
-
公开(公告)号：CN111694057B
公开(公告)日：2021-03-23
申请号：CN202010496791.7
申请日：2020-06-03
申请人： 西安交通大学
摘要： 本发明公开了一种压制地震资料涌浪噪声的方法、存储介质及设备，读取原始地震资料，并对其进行高通滤波；在不损失地震资料有效信号的情况下滤除一部分低频涌浪噪声；针对原始地震资料中有效信号的特点选取固定稀疏变换基；针对滤波得到的高频成分，基于半二次优化技术和线性化Bregman方法构造交替迭代优化方法在压制涌浪噪声的同时得到地震资料有效信号在稀疏变换基下的稀疏表示；直到原始地震资料中涌浪噪声压制完成。本发明的压制地震资料涌浪噪声的相关熵诱导度量鲁棒稀疏表示方法，可以有效压制高振幅涌浪噪声，提高地震资料信噪比。
-
公开(公告)号：CN111694056A
公开(公告)日：2020-09-22
申请号：CN202010496118.3
申请日：2020-06-03
申请人： 西安交通大学
摘要： 本发明公开了一种压制地震资料异常噪声的方法、存储介质及设备，读取含有高振幅异常噪声的原始地震资料，根据地震资料中噪声的复杂程度选取混合高斯分布的高斯成分个数和迭代次数；针对原始地震资料中有效信号的特点选取固定稀疏变换基，利用线性化Bregman方法得到地震资料中有效信号的稀疏表示，根据稀疏表示与固定稀疏变换基的乘积和原始地震资料得到关于有效信号的估计和异常噪声的估计，将异常噪声建模为混合高斯分布，利用EM算法更新每个采样点上异常噪声的权重矩阵；直到原始地震资料中异常噪声压制完成或者达到迭代次数。本发明的压制地震资料异常噪声的混合高斯鲁棒稀疏表示方法，可以有效压制异常噪声，提高地震资料信噪比。
-
公开(公告)号：CN114296134B
公开(公告)日：2023-03-31
申请号：CN202111605013.8
申请日：2021-12-24
申请人： 西安交通大学
IPC分类号： G01V1/28 , G01V1/30 , G06N3/044 , G06F18/214 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种深度卷积网络地震资料解混方法及系统，读取混叠采集地震数据及混叠矩阵；利用混叠矩阵进行解混，得到伪解混数据；对于网络先验，利用采集到的混叠共炮点道集地震数据进行重新混叠，并将重新混叠的伪解混作为输入数据，混叠共炮点道集数据作为输出进行训练，待训练完成后，利用训练好的CNN网络处理伪解混数据。本发明利用混叠共炮点道集构造训练样本，能够利用CNN网络有效地挖掘混叠采集地震资料中有效信号的先验信息，并根据互易定理选择共炮点道集构造训练数据对送入网络进行训练，利用训练得到的CNN网络处理混叠采集伪解混数据，能够高质量地得到混叠采集地震资料的解混有效信号。
-
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：CN117665916A
公开(公告)日：2024-03-08
申请号：CN202311775730.4
申请日：2023-12-21
申请人： 西安交通大学
IPC分类号： G01V1/28
摘要： 本发明公开了一种基于级联深度神经网络先验的地震资料解混方法及系统，采用随机时间抖动策略构造混叠矩阵Γ，通过和待分离有效地震资料d相乘在共检波域得到混叠地震资料b；将求解d转化为求解正则化最小二乘优化问题，通过引入正则化项 得到有效信号利用HQS算法思想，通过引入中间辅助变量u＝d将非线性估计表达式转化为一个新的目标函数；基于目标函数，利用去噪空洞卷积神经网络对噪声压制问题u(k+1)进行求解；求解闭式子问题d(k+1)；将伪解混共炮点道集ΓTb和混叠矩阵Γ送入级联深度神经网络进行端到端的训练，得到级联深度神经网络参数信息后，把待解混的伪解混共检波点道集作为级联网络的输入，得到解混后的地震数据。实现不同噪声类型的解混。
-
公开(公告)号：CN114236610B
公开(公告)日：2023-03-31
申请号：CN202111605015.7
申请日：2021-12-24
申请人： 西安交通大学
IPC分类号： G01V1/28 , G01V1/00 , G06N3/0464 , G06N3/08
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：CN114296134A
公开(公告)日：2022-04-08
申请号：CN202111605013.8
申请日：2021-12-24
申请人： 西安交通大学
摘要： 本发明公开了一种深度卷积网络地震资料解混方法及系统，读取混叠采集地震数据及混叠矩阵；利用混叠矩阵进行解混，得到伪解混数据；对于网络先验，利用采集到的混叠共炮点道集地震数据进行重新混叠，并将重新混叠的伪解混作为输入数据，混叠共炮点道集数据作为输出进行训练，待训练完成后，利用训练好的CNN网络处理伪解混数据。本发明利用混叠共炮点道集构造训练样本，能够利用CNN网络有效地挖掘混叠采集地震资料中有效信号的先验信息，并根据互易定理选择共炮点道集构造训练数据对送入网络进行训练，利用训练得到的CNN网络处理混叠采集伪解混数据，能够高质量地得到混叠采集地震资料的解混有效信号。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.03 秒)
