首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于深层神经网络压制多次波
引用本文:宋欢,毛伟建,唐欢欢.基于深层神经网络压制多次波[J].地球物理学报,2021,64(8):2795-2808.
作者姓名:宋欢  毛伟建  唐欢欢
作者单位:中国科学院精密测量科学与技术创新研究院计算与勘探地球物理研究中心,武汉 430077;大地测量与地球动力学国家重点实验室,武汉 430077
基金项目:湖北省自然科学基金;国家自然科学基金
摘    要:有效压制多次波一直是地震勘探中的难点问题.尽管已发展了多种多次波压制方法,但仍存在多次波压制不全、计算耗时长等缺陷,使得应对复杂地质地震数据多次波压制具有挑战性.为了突破现有多次波压制方法的局限性,本文提出了一种基于深层神经网络的多次波压制方法,采用的深层神经网络是一种改进的具有卷积编码器和卷积解码器的U-net网络.不同于常规方法依赖于滤波或波动理论,该方法仅依赖于大量训练数据.训练数据以含多次波的原始地震数据作为输入,不含多次波的地震数据作为输出,通过最小化损失函数来优化神经网络参数.训练成功的网络模型具备较好地分离多次波和一次波的能力,可直接用来快速压制地震数据中的多次波,避免了常规方法涉及的大规模计算.工业界模型数据测试结果表明,本文提出的深层神经网络方法能有效压制复杂地质地震数据中的多次波,同时还具有较高的泛化能力和多次波压制效率.

关 键 词:多次波压制  深层神经网络  深度学习

Application of deep neural networks for multiples attenuation
SONG Huan,MAO WeiJian,TANG HuanHuan.Application of deep neural networks for multiples attenuation[J].Chinese Journal of Geophysics,2021,64(8):2795-2808.
Authors:SONG Huan  MAO WeiJian  TANG HuanHuan
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号