基于循环神经网络的微地震数据降噪方法OA北大核心CSTPCD
Denoising Method for Microseismic Data Based on Recurrent Neural Networks
针对微地震信号中存在大量噪声干扰,导致其识别困难的问题,提出一种深度双向门控循环单元循环神经网络的方法,并将其应用于微地震数据降噪中.首先,构建多层双向门控循环单元循环神经网络模型,并设计该模型的网络结构及训练算法;然后,采用Ricker子波正演模拟微地震数据验证模型的有效性,并将该方法与其他4种方法进行对比;最后,将真实的含噪声微地震数据输入到训练好的模型中,即可得到降噪后的微地震数据.仿真实验结果表明,利用该方法降噪后与降噪前信号的峰值信噪比…查看全部>>
李盼池;石彤;李学贵
东北石油大学 计算机与信息技术学院,黑龙江 大庆 163318东北石油大学 计算机与信息技术学院,黑龙江 大庆 163318东北石油大学 计算机与信息技术学院,黑龙江 大庆 163318
信息技术与安全科学
微地震数据降噪循环神经网络门控循环单元深度学习
《吉林大学学报（理学版）》 2022 (3)
基于通信协议的非线性时变系统有限域分布式滤波
685-696,12
国家自然科学基金(批准号:61873058)、中国石油科技创新基金(批准号:H2018D-5007-0302)、黑龙江省博士后项目(批准号:LBH-Z18045)和东北石油大学青年科学基金(批准号:2018QNL-56).
评论