文献类型：期刊文章

作　　者：崔少华[1] 李素文[1] 汪徐德[1]

Cui Shaohua;Li Suwen;Wang Xude(College of Physics and Electronic Information,Huaibei Normal University,Huaibei 235000,China)

机构地区：[1]淮北师范大学物理与电子信息学院,淮北235000

出　　处：《电子测量与仪器学报》

基　　金：国家自然科学基金面上项目(41875040);安徽省教育厅项目(2018jyxm0530,2017kfk044,KJ2017B008,201910373104)资助。

年　　份：2020

卷　　号：32

期　　号：2

起止页码：12-19

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：传统的地震数据去噪方法,由于过多依赖数据的先验信息而使得去噪效果不佳。为了更有效地压制地震数据噪声,结合BP网络和奇异值分解(SVD)算法的各自特点,提出了联合去噪方法。该方法分别对BP网络的拓扑结构和实验方案的选取进行了深入探讨,最终确定实验方法为:首先将含噪地震数据经过BP网络分离,然后将输出的噪声经过SVD算法重构,得到联合算法输出的噪声,最后将含噪地震数据与输出噪声相减,即可得去噪后数据。叠前和叠后地震数据实验均表明该方法的可行性与有效性。通过与传统去噪算法对比,该方法去噪后的均方误差更低,信噪比更高,表明其对实际地震数据去噪效果更佳。

关 键 词：BP神经网络 奇异值分解算法  地震数据 去噪

分 类 号：TP18] P631.44]