基于自监督学习深度卷积神经网络的面波压制方法及设备

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于自监督学习深度卷积神经网络的面波压制方法及设备
申请号:CN202510844498
申请日期:2025-06-23
公开号:CN120722432A
公开日期:2025-09-30
类型:发明专利
摘要
本发明公开了一种基于自监督学习深度卷积神经网络的面波压制方法及设备,涉及地震勘探及地震信号处理技术领域,基于自监督学习深度卷积神经网络的面波压制方法主要包括:根据炮地震记录得到训练集和测试集;根据深度卷积神经网络和残差网络中的超链接构建面波压制模型;根据训练集利用损失函数和优化器对面波压制模型进行训练得到训练好的面波压制模型,并对测试集进行面波压制得到面波压制后的结果。实施本发明提供的基于自监督学习深度卷积神经网络的面波压制方法及设备,能更好地进行面波压制,保留背景有效信号,减少对先验知识的依赖。
技术关键词
深度卷积神经网络 地震信号处理技术 残差网络 地震数据集 像素点 优化器 处理器 地震勘探 训练集 计算机程序产品 计算机设备 可读存储介质 存储器 数值