Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习BiLSTM+MLP的信号去噪方法 

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!

申请/专利权人:西安长远电子工程有限责任公司

摘要:本发明提供了一种基于深度学习BiLSTM+MLP的信号去噪方法。首先,收集包含地震信号和相应噪声的数据集,并进行归一化处理;然后,利用预处理后的数据构建输入数据和标签数据,并输入到基于深度学习BiLSTM+MLP的信号去噪网络模型进行训练,训练后的网络模型输出的残差数据为噪声数据,用输入数据减去模型输出数据,得到去噪后数据。将训练后的网络模型的所有输出数据拼接为完整信号,再进行逆归一化处理,得到去噪后的地震信号。本发明解决了传统监督方法标签数据获取困难的问题,仅利用含噪地震数据完成网络模型训练并有效去除地震信号中的噪声。

主权项:1.一种基于深度学习BiLSTM+MLP的信号去噪方法,其特征在于步骤如下:步骤1:收集包含地震信号和相应噪声的数据集;步骤2:对数据集中的数据进行归一化预处理;步骤3:利用预处理后的数据构建输入数据和标签数据;步骤4:将输入数据输入到基于深度学习BiLSTM+MLP的信号去噪网络模型,通过最小化模型输出数据与标签数据的差异进行网络模型训练;所述的基于深度学习BiLSTM+MLP的信号去噪网络模型由输入层、BiLSTM层、全连接层、MLP层和输出层组成,BiLSTM层用于捕获信号的时序特征,MLP层用于最终的回归输出;步骤5:以训练后的网络模型输出的数据作为噪声数据,用输入数据减去模型输出数据,得到去噪后数据,将所有去噪后数据拼接为完整信号,再进行逆归一化处理,得到去噪后的地震信号。

全文数据:

权利要求:

百度查询: 西安长远电子工程有限责任公司 一种基于深度学习BiLSTM+MLP的信号去噪方法

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。