N2N在地震信号噪声压制中的应用PPT课件_第1页
N2N在地震信号噪声压制中的应用PPT课件_第2页
N2N在地震信号噪声压制中的应用PPT课件_第3页
N2N在地震信号噪声压制中的应用PPT课件_第4页
N2N在地震信号噪声压制中的应用PPT课件_第5页
已阅读5页，还剩11页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、赵晨N2N在地震信号噪声压制中的应用一种无监督的深度学习去噪方法基本思想：具备相同groudtruth的含噪声图片通过互相作为标签进行训练可以使深度学习模型学习到groudtruth的特征。原理：在模型未过拟合的情况下，无法从真实信号或一种噪声信号回归到另一种无关的噪声。反向传播一种无监督的深度学习去噪方法基本思想：具备相同groudtruth的含噪声图片通过互相作为标签进行训练可以使深度学习模型学习到groudtruth的特征。原理：在模型未过拟合的情况下，无法从真实信号或一种噪声信号回归到另一种无关的噪声。反向传播地震数据的特点及应用N2N所具备的优势地震数据的特点：地震信号通过地下的反射

2、点反射人工地震信号采集，由于地下情况复杂，信噪比极低，因此一般会对待采集区域多次采集。地震数据的优势：地下变动缓慢，同一批次采集的相同区域的数据可以认为天然具备相同grountruth的特征。相干噪声（干扰波）对N2N的影响相干噪声：由于地下情况的复杂性以及地震波传播及反射的特点，采集到的地震数据会被面波、多次波等相干噪声污染，不同采集中的相干噪声不独立。如右图所示，同样的相干噪声在不同采集中分布的区域不同。解决方案：地震数据体较大，需要进行分块来进行训练。由于相干噪声所在区域不同，而N2N训练使用同区域的分块，此时数据中相干噪声的相关性较弱。地震数据信噪比低，信号大量被掩埋信噪比低：地震波的

3、衰减及地下情况的复杂性使采集到的地震信号信噪比极低，因此采集时通常对同一区域采集次数较多，通过多次覆盖提高信噪比。解决方案：选取较多的采集进行训练以保证降低随机噪声间的相关性。N2N样本量：样本量无穷时随机噪声间完全不相关，而样本较少时噪声间可能表现出一定的相关性。CRP道集：共反射点道集CRP道集：每个gather中的横轴都是同一个反射点的信息，这意味着其groundtruth一致。数据：在CRP道集中取一个窗，窗口横向滑动可以生成同groundtruth的样本。CRP道集：共反射点道集CRP道集：每个gather中的横轴都是同一个反射点的信息，这意味着其groundtruth一致。数据：在CRP道集中取一个窗，窗口横向滑动可以生成同groundtruth的样本。本次使用的数据规格为每gather200*3001，共200gather。设置：随机在数据体中选取一个 65*45的窗（横*纵），每次滑动一个点，滑动20次。共选取32000次窗，即32000组样本，每个epoch从每组样本中随机选出一个训练数据和一个标签数据。完整数据局部放大局部放大为改善N2N对地震信号的噪声分离效果，使结果信噪比更高且更保真，提出多阶N2N。如以下流程图，对测试结果及其与源数据的差值分别进行N2N的训练与噪声分离。在CRP道集中一阶结果信噪比已经

人人文库> 全部分类> 生活休闲 > 科普知识

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论