龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中国地震局地球物理研究所
摘要：本发明涉及地震数据的处理领域，提供了一种基于深度学习的天然地震信号增强方法，包括：构建数据集；构建噪声压制模块，所述噪声压制模块采用多通道神经网络模型，该多通道神经网络模型包括三套UNet子结构，分别为时域UNet、时频域UNet和频域UNet，以同时使用时域、时频域和频域三种变换域特征；使用训练集训练多通道神经网络模型；对实际监测数据进行分析处理，包括实际监测数据预处理、实际监测数据分析；判断是否启动数据集更新和噪声压制模块更新。本发明的基于深度学习的天然地震信号增强方法能够识别和压制地震监测数据中低信噪比地震事件的噪声，增强地震信号，提升信噪比，进而提高后续地震数据处理的准确性。
主权项：1.一种基于深度学习的天然地震信号增强方法，其特征在于，所述天然地震信号增强方法包括：步骤A：构建数据集，所述数据集包括不同数据类型的地震事件数据、一致性噪声数据和背景随机噪声数据；步骤B：构建噪声压制模块，所述噪声压制模块采用多通道神经网络模型，该多通道神经网络模型包括三套UNet子结构，分别为时域UNet、时频域UNet和频域UNet，以同时使用时域、时频域和频域三种变换域特征；时域UNet包含编码器和解码器两部分，编码器部分用于特征提取，由卷积层、激活函数和池化层构成，解码器部分用于特征融合，由反卷积层、激活函数和上采样层构成，卷积运算在一维时间维度上进行，具有64个卷积核，卷积核尺寸为1×3；时频域UNet与时域UNet结构一致，卷积运算在二维时频维度上进行，卷积核尺寸为3×3；频域UNet与时域UNet结构一致，卷积运算在一维频率维度上进行，卷积核尺寸为3×1；步骤C：使用训练集训练多通道神经网络模型；步骤D：对实际监测数据进行分析处理，包括实际监测数据预处理、实际监测数据分析；其中，所述实际监测数据分析包括：将预处理的实际监测数据输入到训练完毕的多通道神经网络模型，并调用网络模型参数进行计算，获得噪声压制后的时域波形数据，并计算地震事件的信噪比、震源机制和矩震级；步骤E：判断是否启动数据集更新和噪声压制模块更新。
全文数据：
权利要求：
百度查询： 中国地震局地球物理研究所 基于深度学习的天然地震信号增强方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号