[发明专利]基于无监督深度学习的随机缺失地震数据插值方法及装置在审
| 申请号： | 202210071726.9 | 申请日： | 2022-01-21 |
| 公开（公告）号： | CN114358256A | 公开（公告）日： | 2022-04-15 |
| 发明（设计）人： | 方文倩;李宏伟;付丽华 | 申请（专利权）人： | 中国地质大学（武汉） |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于无监督深度学习的随机缺失地震数据插值方法及装置。基于三维卷积神经网络(CNN)，使用原始数据中观测到的地震道作为标签构建损失函数，以自监督的方式训练插值网络参数。具体包括三步：使用一对互补的掩模算子分别与原始观测数据进行点积构造样本对作为训练数据集；使用训练数据集训练三维CNN参数，其中损失函数为对应于原始观测地震道位置的网络重建地震道和原始数据之间的均方误差；使用训练好的网络对整个原始缺失数据进行插值重建。本发明仅通过掩模算子实现网络的自监督训练，灵活性强、操作简单并且易于移植到各种监督学习网络框架中。数值实验表明，本发明插值精度优于传统MSSA方法，且接近同等条件下的监督学习性能。 | ||
| 搜索关键词： | 基于 监督 深度 学习 随机 缺失 地震 数据 方法 装置 | ||
【主权项】：
暂无信息
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地质大学（武汉），未经中国地质大学（武汉）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/202210071726.9/，转载请声明来源钻瓜专利网。
