Shearlet域深度残差CNN用于沙漠地震信号去噪

Shearlet域深度残差CNN用于沙漠地震信号去噪

论文摘要

由于沙漠地震信号中含有较强的随机噪声,从而给沙漠地震数据的处理和解释带来了很大的困难。针对上述问题,提出了一种基于Shearlet变换的深度残差卷积神经网络(ST-CNN:Deep Residual Convolutional Neural Network for Shearlet Transform)模型,实现沙漠地震信号的随机噪声压制。在训练阶段,将沙漠地震信号经Shearlet分解后的系数作为输入,将随机噪声经Shearlet分解后的系数作为标签,通过卷积神经网络(CNN:Convolutional Neural Network)学习输入和标签之间的映射关系;在测试阶段,利用此映射关系即可从沙漠地震信号系数中预测出噪声系数,并间接地获得有效信号系数,最后通过Shearlet反变换获得有效信号。通过与传统的Shearlet硬阈值去噪算法对比,发现该算法可把沙漠地震信号的信噪比从-4. 48 d B提高到14. 15 d B,具有更好的去噪效果。

论文目录

  • 0 引言
  • 1 深度残差卷积神经网络
  • 2 去噪方法
  •   2.1 Shearlet变换的原理
  •   2.2 去噪模型
  •   2.3 网络模型
  • 3 实验结果
  •   3.1 数据集
  •   3.2 模拟记录的处理结果
  •   3.3 实际记录的处理结果
  • 4 结语
  • 文章来源

    类型: 期刊论文

    作者: 郑升,李月,董新桐

    关键词: 沙漠地震信号,噪声压制,变换,深度残差卷积神经网络

    来源: 吉林大学学报(信息科学版) 2019年01期

    年度: 2019

    分类: 信息科技,基础科学,工程科技Ⅰ辑

    专业: 地质学,地球物理学,矿业工程,自动化技术

    单位: 吉林大学通信工程学院

    基金: 国家自然科学基金资助项目(41730422)

    分类号: TP183;P631.44

    DOI: 10.19292/j.cnki.jdxxp.2019.01.001

    页码: 1-7

    总页数: 7

    文件大小: 528K

    下载量: 180

    相关论文文献

    • [1].快速独立变量分析在压制地震信号经验模态分解模态混叠问题中的运用[J]. 化学工程与装备 2020(03)
    • [2].基于小波变换的天然地震信号异常点检测[J]. 科技经济导刊 2017(01)
    • [3].基于局部均值分解的地震信号时频分解方法[J]. 吉林大学学报(地球科学版) 2017(05)
    • [4].基于W加权核范数最小化的地震信号盲去噪[J]. 激光与光电子学进展 2019(07)
    • [5].时频分析技术在地震信号初至估计中的应用[J]. 核电子学与探测技术 2008(05)
    • [6].宾川地震信号发射台的选址、建设及初步观测结果[J]. 地震研究 2015(01)
    • [7].微地震信号低衰减传播[J]. 中国工程科学 2014(08)
    • [8].基于一致性稀疏表示的地震信号补全算法[J]. 计算机应用 2016(04)
    • [9].宾川地震信号发射台的震源系统、观测系统和观测结果[J]. 中国地震 2016(02)
    • [10].基于高阶累积量一维切片的地震信号初至自动拾取方法[J]. 吉林大学学报(地球科学版) 2011(02)
    • [11].基于地震信号的匹配追踪算法[J]. 科技信息 2010(07)
    • [12].分布式声传感井中地震信号检测数值模拟方法[J]. 石油地球物理勘探 2020(02)
    • [13].高铁震源地震信号的挤压时频分析应用[J]. 地球物理学报 2019(06)
    • [14].高铁震源地震信号的稀疏化建模[J]. 地球物理学报 2019(06)
    • [15].强干扰环境下有效数字地震信号的提取[J]. 华北地震科学 2011(01)
    • [16].非平稳地震信号匹配追踪时频分析[J]. 物探与化探 2011(04)
    • [17].一种小波综合阈值地震信号降噪方法[J]. 震灾防御技术 2018(02)
    • [18].地震信号时频谱分析技术在储层分析中的应用[J]. 内江科技 2015(06)
    • [19].α稳定分布地震信号特征指数估计方法[J]. 吉林大学学报(地球科学版) 2013(06)
    • [20].采用经验周期模态单元滤波方法分离爆破地震信号和天然地震信号[J]. 噪声与振动控制 2011(06)
    • [21].基于参数优化的广义S变换在提取地震信号瞬时参数中的应用[J]. 自动化技术与应用 2013(03)
    • [22].数字检波器对高频弱小地震信号的记录能力分析[J]. 油气藏评价与开发 2016(05)
    • [23].基于S变换的初至拾取方法及应用[J]. 中国煤炭地质 2009(11)
    • [24].基于地震信号反演滑坡动力学机制[J]. 大地测量与地球动力学 2019(10)
    • [25].气枪主动源与天然地震信号的传播特征对比研究[J]. 地震研究 2017(04)
    • [26].高铁地震信号时频特征对比分析[J]. 北京大学学报(自然科学版) 2019(05)
    • [27].地震仪天然地震信号采集系统[J]. 化工管理 2014(14)
    • [28].反向扩散在提高地震信号分辨率中的应用研究[J]. 微计算机信息 2008(07)
    • [29].基于CEEMD的地震信号自适应高分辨率处理[J]. 中国科技论文 2018(03)
    • [30].地震信号的Landweber迭代傅里叶快速重建[J]. 煤炭学报 2018(09)

    标签:;  ;  ;  ;  

    Shearlet域深度残差CNN用于沙漠地震信号去噪
    下载Doc文档

    猜你喜欢