[发明专利]深度学习模型训练方法和地震数据去噪方法、装置及设备在审
| 申请号： | 201810985408.7 | 申请日： | 2018-08-28 |
| 公开（公告）号： | CN108897045A | 公开（公告）日： | 2018-11-27 |
| 发明（设计）人： | 常德宽;杨午阳;雍学善;杨庆;王一惠;魏新建 | 申请（专利权）人： | 中国石油天然气股份有限公司 |
| 主分类号： | G01V1/36 | 分类号： | G01V1/36 |
| 代理公司： | 北京三友知识产权代理有限公司 11127 | 代理人： | 李辉;徐焕 |
| 地址： | 100007 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种深度学习模型训练方法和地震数据去噪方法、装置及设备，其中，深度学习模型训练方法包括：获取训练样本数据，其中，所述训练样本数据包括：原始地震数据，和所述原始地震数据中的噪声数据；将所述训练样本数据输入至深度学习网络模型中进行训练，直至所述深度学习网络模型的损失函数值满足预设要求；将所述深度学习网络模型的损失函数值满足预设要求时的训练模型，作为训练得到的地震数据去噪模型。在本发明实施例中，通过对深度学习网络模型进行训练，使得训练得到的地震数据去噪模型可以自适应地识别各种水平噪声的效果，不需要人为地给定去噪阈值，使得地震数据去噪能够更准确、高效、智能化地实现。 | ||
| 搜索关键词： | 去噪 地震数据 网络模型 训练样本数据 模型训练 学习 原始地震数据 装置及设备 损失函数 预设要求 水平噪声 训练模型 噪声数据 人为地 智能化 自适应 | ||
【主权项】：
1.一种深度学习模型训练方法，其特征在于，包括：获取训练样本数据，其中，所述训练样本数据包括：原始地震数据，和所述原始地震数据中的噪声数据；将所述训练样本数据输入至深度学习网络模型中进行训练，直至所述深度学习网络模型的损失函数值满足预设要求；将所述深度学习网络模型的损失函数值满足预设要求时的训练模型，作为训练得到的地震数据去噪模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油天然气股份有限公司，未经中国石油天然气股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810985408.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种可视化地显示地质异常体的装置
- 下一篇：远探测声波逆时偏移成像方法及装置
