[发明专利]基于卷积神经网络的少量震源虚拟炮信号增强方法在审
| 申请号： | 202310279895.6 | 申请日： | 2023-03-22 |
| 公开（公告）号： | CN116359982A | 公开（公告）日： | 2023-06-30 |
| 发明（设计）人： | 赵炳辉;韩立国;张盼;封强;尚旭佳 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | G01V1/28 | 分类号： | G01V1/28;G01V1/36 |
| 代理公司： | 长春吉大专利代理有限责任公司 22201 | 代理人： | 张岩;王立文 |
| 地址： | 130012 吉林省长春市*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于卷积神经网络的少量震源虚拟炮信号增强方法，利用卷积神经网络对地震数据中的相干噪声及虚假同相轴进行识别和压制。将地下被动源震源数量较少虚拟炮记录作为训练数据，并将震源数量较多的虚拟炮记录作为训练标签，从标签中学习有效信号的特征，以此来压制相干噪声和虚假同相轴，并在波形不够连续的部位进行波形恢复。对于震源分布不够均匀的虚拟炮记录，采用震源分布较广泛的虚拟炮记录作为标签，此时网络的任务不仅要压制相干噪声、虚假同相轴，恢复波形的连续性和延展性，还要将直线相交型的同相轴恢复成双曲线型的同相轴。在进行被动源采集时，可降低其对地震记录的影响，最终获得较好的效果，提高被动源地震勘探的适用性。 | ||
| 搜索关键词： | 基于 卷积 神经网络 少量 震源 虚拟 信号 增强 方法 | ||
【主权项】：
暂无信息
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吉林大学，未经吉林大学许可，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/202310279895.6/，转载请声明来源钻瓜专利网。
