龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于生成对抗网络的多尺度特征地震数据去噪方法。传统去噪技术未能充分考虑数据的时空关联性、依赖固定滤波器参数、以及对复杂噪声建模不足。因此本发明整合了生成对抗网络GAN和Transformer技术。通过引入GAN，本发明能够有效学习地震数据中的复杂噪声特征，并生成更清晰、更接近真实的数据。同时，采用Transformer来捕捉地震信号的时序依赖关系，显著提升了数据处理的准确性和效率。模型采用了串行与并行结构的结合，有效提取了多尺度特征。此外，本发明采用了BatchRenormalizationBRN技术替代传统的BatchNormalizationBN，优化了模型性能。对比试验表明本研究提出的STGAN模型展现出了卓越的去噪性能，为地震数据的进一步解释和分析提供了更精确的基础。
主权项：1.一种用于多尺度特征地震数据去噪的深度学习方法，包括生成器和判别器，所述生成器和判别器构成一个生成对抗网络GAN，其中：所述生成器用于将低分辨率、高噪声的地震数据重建为高分辨率、低噪声的地震数据；所述判别器用于区分输入数据是来自于真实数据集还是由生成器生成的合成数据；其特征在于，所述生成器和判别器采用Transformer机制和批量重整化BatchRenormalization，BRN技术，以捕捉地震信号的时序依赖关系和提升去噪性能。
全文数据：
权利要求：
百度查询： 中国石油大学(华东) 一种用于多尺度特征地震数据去噪的深度学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号