【摘 要】
：
在地震勘探中,由于现场作业环境的复杂性,导致对地震数据图像准确解释需要较高的信噪比,因此对采集的地震数据进行去噪是地震数据处理尤为关键的一环。近年来,人工智能范畴中深度学习的发展方兴未艾,在国内外取得了突飞猛进的发展,因其卷积神经网络对图像数据的特征学习、识别、分类、预测有着显著的效果,因此已经逐渐应用于地震数据去噪中。针对去除大量随机噪声且保留有效纹理信息问题,本文应用标准卷积构建循环生成对抗网
论文部分内容阅读
在地震勘探中,由于现场作业环境的复杂性,导致对地震数据图像准确解释需要较高的信噪比,因此对采集的地震数据进行去噪是地震数据处理尤为关键的一环。近年来,人工智能范畴中深度学习的发展方兴未艾,在国内外取得了突飞猛进的发展,因其卷积神经网络对图像数据的特征学习、识别、分类、预测有着显著的效果,因此已经逐渐应用于地震数据去噪中。针对去除大量随机噪声且保留有效纹理信息问题,本文应用标准卷积构建循环生成对抗网络模型,在网络模型的生成器中用非局部卷积网络模块作为残差连接保持数据全局的长期依赖关系,网络模型的判别器中使用浅层卷积神经网络对生成器的输出进行判断,用自适应矩估计优化网络参数,经过实验分析,该网络算法对地震数据具有较好的去噪效果。为恢复生成数据图像的细小纹理信息,在生成器中本文用标准卷积和空洞卷积组成稀疏块使网络的深度、感受域增加,获取更过的图像纹理特征,在判别器的网络中用Patch GAN代替全连接作为输出方式,通过与改进前的实验结果对比,发现细微纹理得到恢复。利用matlab软件对模拟地震数据和实际地震数据作切割、旋转、均衡和归一化预处理,再用深度学习框架tensorflow编写网络模型对数据进行训练。在模型多次训练的过程中,调整网络深度、卷积核个数、卷积核尺寸、学习率、优化器参数等超参数,使网络各层的权重值训练达到最优。测试数据的实验结果表明:本文构建的深度学习模型能够去除地震数据中大量的随机噪声,获得高信噪比的地震资料,为解释工作奠定基础。
其他文献
＜正＞1研究背景滇南地区地处川滇菱形块体南缘，横跨康滇古陆、华南地块和印支地块3个重要地质构造单元，区内活动断裂发育，红河断裂带南段、小江断裂带南段以及曲江—建水断裂带等多条大断裂交错，形成地震活动强烈的复杂地质构造背景。该区温泉数量多，分布广，
当今世界仍然存在众多不和平、不稳定因素,随着世界局势的复杂多变,军事力量的发展逐渐成为各国建设的重点。弹道导弹作为主战武器,因其具备的极大杀伤力和威慑力成为了各国军事研究的核心,而弹道设计与制导技术是导弹总体设计的重点内容,因此本文以中程弹道导弹为研究对象,对其弹道优化与时间约束末制导律设计展开了研究讨论,主要研究内容如下:首先,在一定的假设条件和作战场景下,建立了弹道导弹的动力学模型和二维、三维
夜间行车安全向来是各大汽车厂商关心的重要问题之一。夜间行车时,环境光照显著弱于白天,驾驶员的视野受限,从而导致交通事故发生的概率较白天大幅增加。由于驾驶工况的复杂性,传统的、与车身固连的前照灯系统所提供的照明范围在很多情况下无法为驾驶员提供足够的前方道路信息,从而提高了夜间交通事故发生的潜在风险。为了解决这一问题,越来越多的汽车厂商开始使用自适应前照灯系统（Adaptive Front-light
随着3D点云采集技术的快速发展,点云数据成为自动驾驶、虚拟现实、增强现实和机器人等领域的研究热点。点云分类任务作为点云数据处理的一个重要分支,具有重要的研究意义与研究价值。鉴于点云的稀疏性、不规则性和无序性,这是一项极具挑战性的任务。在处理该问题的大多数方法中,点云的局部特征信息提取不充分,分类的准确率和鲁棒性不高。本文针对上述问题进行了研究,给出了新的改进方法。首先,针对动态图卷积存在局部特征提
目的 分析专职护理干预对呼吸衰竭合并重症感染患者肺部微生态的影响。方法 随机选取我院2018年2月-2019年3月收治的呼吸衰竭合并重症感染患者200例，采用随机数字法将其分成常规组与干预组，每组100例。常规组患者接受常规护理干预，干预组患者接受专职护理干预。比较两组患者一般指标、临床症状及体征持续时间、肺部微生态、负性心理。结果 干预组患者总通气时间（10.93±2.56）h、呼吸机通气时间（
随着电力系统的快速发展,大量的新型能源并网,对电力系统的运行造成了一定的影响。为了保证电力系统稳定运行,电力系统对负荷预测的要求愈来愈高,不仅要考虑到负荷复杂的非线性,还要考虑用电差异导致的强随机性。如何提高负荷预测的准确度以及适用性,成为了目前国内外研究人员的重点研究方向,对提高短期负荷预测的整体性能具有重要的意义。针对负荷的非平稳性和随机误差导致预测精度不高的问题,通过深入分析均值漂移聚类和变
轴承作为旋转机械的核心组件,其健康状态严重影响着系统的整体性能。如何对轴承健康状态进行准确评估是进行设备主动维修的关键,而剩余使用寿命预测作为故障预测与健康管理中的关键步骤,能够直接反应轴承剩余的有效运行时间。根据预测的轴承剩余使用寿命可以采取相应的措施以避免因轴承失效而导致设备故障,进而提高设备的正常运行时间。本文提出的轴承剩余使用寿命预测方案主要由两部分构成:初始故障监测和剩余使用寿命预测。当
目的 ：探讨糖尿病患者功能失调性态度与焦虑、抑郁状况，并分析功能失调性态度与焦虑、抑郁的关系。方法 ：于2022年4月8-23日对湖南省15家医院的糖尿病住院患者，使用功能失调态度量表（DAS）、广泛性焦虑自评量表（GAD-7）和患者健康问卷抑郁症状群量表（PHQ-9），通过“问卷星”进行线上问卷调查；采用Pearson相关分析了解功能失调性态度与焦虑和抑郁相关性。结果 ：534例糖尿病患者中43
工件几何参数测量是装备研制过程中不可或缺的重要部分,随着工业制造的不断发展与完善,对零部件制造工艺以及加工精度的需求也日渐增加,测量系统作为自动化控制的检测单元,必须具备实时性与可靠性。然而目前精度较高的激光扫描仪形状测量方法需要高成本的校正环节且易受环境影响。而基于计算机视觉与图像处理结合的测量技术具有高精度、大视场、非接触等优点而被广泛采用。因此,本文以基于视觉的特殊工件几何参数高精度测量为背
深度学习与计算机视觉相关领域的发展大大推动了诸如目标检测、跟踪、定位、视觉Slam等方面的应用。四旋翼飞行器凭借其成本低、机动性能好、环境适应能力强的特点,越来越多地被用来代替人类执行各种各样的任务。但由于无人机所能搭载的硬件资源有限,且对实时性要求较高,对其上运行的模型就有了更高的要求;同时因为飞行环境的复杂性,目标成像往往较小且干扰较多,这给目标的识别与跟踪带来了不小的挑战;在长期跟踪的过程中