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！
摘要：本发明涉及一种叠后地震剖面超分辨率重建方法，包括构建生成网络与对抗网络，生成网络用于提高叠后地震剖面的分辨率，对抗网则用于判别输入的图像是原始的高分辨率地震剖面还是通过生成网络重建后的高分辨率地震剖面。本发明设计了一种由多尺度残差模块、双注意力模块以及残差D模块等组成的生成网络，提高了网络在提取重要特征信息方面的能力；还设计了一种基于马尔科夫判别器的对抗网络，提高了网络对于地震图像的判别能力；通过引入总变分损失和边缘信息保留损失函数，改进了生成对抗网络的常规损失函数。本方法可以在有效提高叠后地震剖面分辨率的同时，更好地去除噪声信号，保留更多的地质构造和特征，提高地震图像的感知质量。
主权项：1.一种叠后地震剖面超分辨率重建方法，其特征在于，包括以下步骤：S1、构建叠后地震剖面超分辨率重建方法训练、验证和测试所需数据集；S2、构建多尺度边缘信息恢复生成对抗网络中的生成网络，用于在提高叠后地震剖面分辨率的同时，去除噪声信号；S3、构建多尺度边缘信息恢复生成对抗网络中的对抗网络，用于判别输入图像是数据集中的高分辨率叠后地震剖面还是生成网络重建后得到的高分辨率叠后地震剖面；S4、构建损失函数，用于测量所构建的多尺度边缘信息恢复生成对抗网络的叠后地震剖面超分辨率重建性能；S5、网络模型训练：对由步骤S2和步骤S3组成的多尺度边缘信息恢复生成对抗网络进行训练，通过生成网络与对抗网络之间的不断循环对抗训练，根据生成网络输出的验证结果，优化步骤S4所构建的损失函数，最终得到最优的生成网络和对抗网络的模型参数，网络模型训练结束；S6、网络模型测试：对步骤S5训练结束得到的多尺度边缘信息恢复生成对抗网络模型进行测试，测试结果的评价指标满足设定的指标阈值，则将步骤S5训练结束得到的多尺度边缘信息恢复生成对抗网络模型作为最优的超分辨率重建模型；否则返回步骤S5，通过调整网络训练参数继续训练模型；S7、网络模型应用：将真实的低分辨率含噪叠后地震剖面输入到最优的超分辨重建模型中，得到重建后的高分辨率叠后地震剖面。
全文数据：
权利要求：
百度查询： 吉林大学 一种叠后地震剖面超分辨率重建方法
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