文献类型：期刊文章

作　　者：韩卫雪[1] 周亚同[1] 池越[1]

HAN Weixue;ZHOU Yatong;CHI Yue(School of Electronics and Information Engineering,Hebei University of Technology,Tianjin 300401,China)

机构地区：[1]河北工业大学电子信息工程学院,天津300401

出　　处：《石油物探》

基　　金：国家自然科学基金(51475136);河北省引进留学人员资助项目(CL201707);河北省研究生创新资助项目(CXZZSS2018012)共同资助~~

年　　份：2018

卷　　号：57

期　　号：6

起止页码：862-869

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、EI、JST、PA、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了有效去除地震数据随机噪声,提出了一种基于卷积神经网络(CNN)的地震数据随机噪声去除算法。算法的关键在于构建一个适用于地震数据去噪的CNN,包含输入层、卷积层、激活层、输出层等。该CNN以含噪地震数据作为输入层,由多个卷积层提取并处理地震数据,激活层采用修正线性单元(ReLU)获取地震数据波动特征,再借助归一化层加速网络训练收敛速度。CNN通过残差学习获得随机噪声并由网络输出层输出。分别采用小波变换、双树复小波变换、曲波变换以及CNN对实际叠前海上地震数据、叠后陆地数据及复杂陆地叠后数据进行去噪,实验结果表明,CNN能有效去除随机噪声,且与常规去噪算法相比具有更强的去噪能力,验证了算法的可行性和有效性。

关 键 词：卷积神经网络 深度学习  地震数据 随机噪声 去噪

分 类 号：P631]