基于LSTM循环神经网络的大地电磁方波噪声抑制 |
| |
引用本文: | 杨凯,唐卫东,刘诚,贺景龙,姚川.基于LSTM循环神经网络的大地电磁方波噪声抑制[J].物探与化探,2022(4):925-933. |
| |
作者姓名: | 杨凯 唐卫东 刘诚 贺景龙 姚川 |
| |
作者单位: | 1. 中国地质调查局西安矿产资源调查中心;2. 中国地质大学(武汉)地球物理与空间信息学院 |
| |
基金项目: | 中国地质调查局地质调查项目“北山地区月牙山—合黎山一带萤石铜钼矿调查评价”(DD20211552);“秦岭地区金银矿资源勘查”(DD20208008);“陕西旬阳—镇坪地区铅锌矿产地质调查”(DD20208009); |
| |
摘 要: | 去噪是大地电磁数据处理的重要一环。为了丰富和发展大地电磁时间序列去噪方法,将循环神经网络中的LSTM网络引入大地电磁时间序列方波噪声处理中,将实测无人文干扰的大地电磁时间序列叠加模拟方波噪声作为网络输入,将无噪原始时间序列作为网络的目标输出,训练了1 500次epoch后,网络从仿真含噪信号提取的时间序列与原始时间序列的归一化互相关系数高达0.971 8,说明网络很好地学习了无噪大地电磁时间序列的特征。通过实测含方波噪声信号的去噪试验,表明了本文方法可以有效压制方波噪声干扰,改善阻抗估计质量,为深度学习在大地电磁时间序列处理的应用提供了新思路。
|
关 键 词: | 大地电磁 时间序列 LSTM 深度学习 去噪 |
|
|