买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中油奥博(成都)科技有限公司申请的专利基于深度学习的DAS-VSP数据背景噪声压制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115236733B 。

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210880513.0，技术领域涉及：G01V1/28；该发明授权基于深度学习的DAS-VSP数据背景噪声压制方法是由陈沅忠;王熙明;安树杰;赵海霞;白婷婷;余刚;段鹏飞;何光明设计研发完成，并于2022-07-25向国家知识产权局提交的专利申请。

本基于深度学习的DAS-VSP数据背景噪声压制方法在说明书摘要公布了：本发明公开了一种基于深度学习的DAS‑VSP数据背景噪声压制方法，在U型网络中添加了四个随机失活层、残差单元、全局上下文模块和注意力机制模块。随机失活防止过度拟合并提高模型的泛化能力；为了提高网络的训练效率和收敛速度，将网络的输出由去噪数据修改为残差单元；在网络中间引入了全局上下文模块，不仅能够关注局部信息，还能提取全局上下文信息；在网络末端加入注意力机制模块，在捕捉地震信号关键特征的同时，还可以提取复杂的噪声信息。本发明GC‑AB‑Unet网络在去除背景噪声和保留有效信号之间保持很好的平衡，规避了传统方法的弊端，改进了现有深度学习方法的缺陷，很大程度上提高了地震数据的信噪比。

本发明授权基于深度学习的DAS-VSP数据背景噪声压制方法在权利要求书中公布了：1.基于深度学习的DAS-VSP数据背景噪声压制方法，其特征在于，包括以下步骤： S1、通过三种不同的方式获得合成地震数据作为干净的训练数据集s，提取实际DAS-VSP地震数据中的噪声n并将其随机注入干净的训练数据中，以构造出相应的含噪训练数据集y； 其中，三种不同的方式，具体为SEG公开数据：反射率法和时域有限差分法； S2、在U型网络的基础上，将原来的激活函数由线性整流函数改为带泄露线性整流函数，从而保留地震信号振幅中存在的负值； S3、在每个下采样层之前都加入随机失活层，即随机舍弃对网络不重要的参数，防止出现过拟合现象； S4、引入全局上下文模块将收缩网络和扩张网络进行衔接，用于提取全局上下文信息，提高网络的特征提取能力； S5、在网络输出之前加入注意力机制模块，捕捉地震数据中复杂地质结构的关键特征； S6、将网络输出由去噪后的数据更改为残差数据； S7、将已经训练好的网络应用于合成地震数据和实际DAS-VSP地震数据，并且通过定量指标信噪比和可视化效果来分析去噪效果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中油奥博(成都)科技有限公司，其通讯地址为：611730 四川省成都市高新区天映路11号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。