-
题名基于改进DnCNN的混合震源数据分离研究
- 1
-
-
作者
张翠军
胡家昕
魏亚杰
王振凯
王承伟
曹静杰
-
机构
河北地质大学图书馆
河北地质大学人工智能与机器学习研究室
河北地质大学信息工程学院
河北地质大学京津冀城市群地下空间智能探测与装备重点实验室
河北地质大学河北省战略性关键矿产资源重点实验室
-
出处
《河北地质大学学报》
2022年第6期41-48,共8页
-
基金
河北省自然科学基金(F2020403030)
河北省高等学校科学技术研究项目(QN2021206)
+2 种基金
河北省高校基本科研业务费(QN202225)
河北省“三三三人才工程”项目(A202005009)
河北地质大学科技创新团队项目(KJCXTD202106)。
-
文摘
混合震源采集作为地震勘探中的一种新方法,具有采集效率高、勘探成本低等优点,但采集过程中会引入混合震源叠加噪声,影响后续数据处理和解释。混合震源数据分离方法能够压制混叠噪声,将混合震源数据分离成常规地震数据。传统混合震源分离方法参数选择困难,计算成本高,而基于深度学习的混合震源分离方法人工依赖性低、训练完毕后计算速度快,是目前研究的热点。论文提出一种改进DnCNN的混合震源数据分离方法,针对训练过程中出现的过拟合、损失曲线震荡等问题,引入失活机制、混合空洞卷积等机制进行改进,学习混叠噪声特征,对含噪数据进行降噪,最终实现混合震源数据分离。实验结果表明,改进DnCNN模型对混叠噪声降噪效果良好,混合震源数据分离结果清晰,且训练过程的稳定性得到提高。
-
关键词
混合震源数据分离
混叠噪声
深度学习
DnCNN
-
Keywords
simultaneous-source data deblending
blending noise
deep learning
DnCNN
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进迭代去噪法的多震源地震数据分离
- 2
-
-
作者
郭建宏
成景旺
陈芷若
杨兵
严皓
-
机构
长江大学地球物理与石油资源学院
长江大学油气资源与勘探技术教育部重点实验室
太原理工大学矿业工程学院
中海石油有限公司天津分公司
-
出处
《物探与化探》
CAS
北大核心
2019年第5期1054-1063,共10页
-
基金
国家自然科学基金(41504102)
湖北高校省级大学生创新训练项目(201810489075)
-
文摘
多震源激发技术与单震源采集方法相比,极大地提高了地震勘探效率,其混合数据的分离是影响成像的关键因素。将多震源混合数据的伪分离记录从共炮道集分选到其他道集时,次震源地震信号表现为随机噪声,可通过迭代去噪的方法进行分离。本文对传统的迭代预测去噪法进行改进,在每次去噪前加入上一次分离结果来增加迭代去噪的稳定性,并结合多方向矢量中值滤波来进行随机噪声的去除。通过理论模型的多震源混合数据分离试验,表明本文提出的方法具有更好的分离效果,且更为强健,在不同滤波参数下均能保持一定的稳定性。将该方法应用于实际海洋混合地震数据的分离,同样能得到较好的分离结果,具有实际应用价值。
-
关键词
多震源激发
混合数据分离
迭代预测相减法
多方向矢量中值滤波
-
Keywords
simultaneous sourceacquisition
separation of the blendeddata
iterative prediction noise powersubtraction technique
multidirectional vectormedian filter
-
分类号
P631.4
[天文地球—地质矿产勘探]
-