基于对比学习CUTmodel网络的地震随机噪声压制OA北大核心CSTPCD

本文提出一种基于对比学习CUTmodel网络的地震随机噪声压制方法,CUTmodel网络架构基于最大化输入输出之间的相似信息进行对比学习,大大缩短了网络训练时间。网络损失函数由生成对抗损失和对比学习损失两部分组成,生成对抗损失保证生成数据与无噪数据更相似,对比学习损失保证生成数据尽可能保留有效信号,同时也防止生成器进行不必要的更改,提高了网络训练的稳定性和准确性。通过简单模型和Marmousi模型的CUTmodel去噪试验及其与CycleGAN和常规去噪方法的对比,验证了本文方法的有效性。最后,本文对实际数据进行去噪,同样获得较高的信噪比。