首页 > 论文 > 激光与光电子学进展 > 57卷 > 06期(pp:061501)

改进的卷积神经网络对地震数据去噪的方法

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

针对采用全卷积神经网络去除地震数据随机噪声方法中遇到的计算量大、容易过拟合等问题,提出了一种基于LeNet-5改进的卷积神经网络对地震数据去噪的方法。除去输入层,该方法包含2个卷积层,2个池化层,1个全输出层。以误差最小的实验试选法,首先在单层卷积网络中确定第1个卷积层和池化层的参数,联合第1层参数,然后确定第2个卷积层和池化层的参数, 最后采用12000个大小为32*32的地震数据训练系统,1000个相同大小、相同信噪比的地震数据测试系统。Marousi2叠前和叠后地震数据去噪实验均表明,本文方法对水平和倾斜同相轴去噪效果较好。与SVD算法、BP算法,以及文献[9]算法相比,本文方法能更好的去除噪声。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop57.061501

作者单位:

    淮北师范大学
    淮北师范大学 物理与电子信息学院
    淮北师范大学

引用该论文

崔少华,李素文,汪徐. 改进的卷积神经网络对地震数据去噪的方法[J].激光与光电子学进展,2020,57(06):061501.