[发明专利]基于人工智能深度神经网络的公路噪音压制方法及系统有效
| 申请号： | 201910316275.9 | 申请日： | 2019-04-19 |
| 公开（公告）号： | CN110008633B | 公开（公告）日： | 2023-04-14 |
| 发明（设计）人： | 曹丹平;朱兆林 | 申请（专利权）人： | 中国石油大学（华东） |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/0464;G01V1/36 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 杜阳阳 |
| 地址： | 266000 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于人工智能深度神经网络的公路噪音压制方法及系统，涉及石油地球物理勘探地震资料处理技术领域；主要包括对样本数据中的含噪地震数据和噪音分布数据进行处理；采用人工智能深度学习卷积神经网络对处理后的样本数据进行学习，得到噪音分布模型；处理后的当前含噪地震数据输入到噪音分布模型中，得到噪音分布数据估计值；根据噪音分布数据估计值计算噪音掩码和压制尺度；根据噪音掩码和压制尺度，压制当前含噪地震数据中的公路噪音。本发明采用人工智能深度学习卷积神经网络，直接从样本资料中学习公路噪音的分布模型，达到直接且更好地压制地震资料中公路噪音的目的。 | ||
| 搜索关键词： | 基于 人工智能 深度 神经网络 公路 噪音 压制 方法 系统 | ||
【主权项】：
1.一种基于人工智能深度神经网络的公路噪音压制方法，其特征在于，所述公路噪音压制方法包括：获取样本数据；所述样本数据包括含噪地震数据以及噪音分布数据；所述含噪地震数据为含有公路噪音的地震数据；所述噪音分布数据为所述含噪地震数据减去去噪地震数据得到的数据；对所述样本数据进行谐波噪音去除、数据分块以及规则化处理；采用人工智能深度学习卷积神经网络对处理后的样本数据进行学习，得到噪音分布模型；所述噪音分布模型为处理后的含噪地震数据与处理后的噪音分布数据的关系模型；获取当前含噪地震数据，并对所述当前含噪地震数据进行谐波噪音去除、数据分块以及规则化处理；将处理后的当前含噪地震数据输入到所述噪音分布模型中，得到噪音分布数据估计值；根据所述噪音分布数据估计值，计算噪音掩码和压制尺度；根据所述噪音掩码和所述压制尺度，压制所述当前含噪地震数据中的公路噪音，得到当前去噪地震数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油大学（华东），未经中国石油大学（华东）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910316275.9/，转载请声明来源钻瓜专利网。
