基于去噪卷积神经网络的异常振幅压制方法OACSTPCD
地震数据中的异常振幅会造成地震道空间能量不均,导致叠前偏移出现画弧现象,从而严重干扰地震资料解释,因此压制异常振幅已成为地震资料处理中的一项重要工作。由于应用条件的限制,采用传统方法难以实现在彻底压制异常振幅的同时保护有效信号。为此,提出一种基于去噪卷积神经网络(DnCNN)的异常振幅压制方法。该方法首先根据地震异常振幅分布特点,通过网络改进与优化,搭建了适于异常振幅压制的DnCNN结构;然后采用人工合成和实际数据提取相结合的方法,制作了包含异常…查看全部>>
范承祥;郭宏伟;苑益军
中国地质大学(北京)地球物理与信息技术学院,北京100083 潍柴动力股份有限公司,山东潍坊261061中国石油勘探开发研究院,北京100083中国地质大学(北京)地球物理与信息技术学院,北京100083
地质学
深度学习卷积神经网络训练集异常振幅去噪
《石油地球物理勘探》 2023 (4)
P.780-788,9
评论