基于雙重殘差網絡的地震數據隨機噪聲壓制

作者：方文倩,李志明

摘要：地震信號的隨機噪聲壓制是地震信號處理中的重要問題。卷積神經網絡(Convolutional Neural Network,CNN)近兩年在地震信號去噪領域展現其巨大的潛力。該方法可以突破先驗約束,從大量的數據中學習噪聲模式,可以高效智能地實現地震數據去噪。為了進一步提高去噪效果,本文提出基于雙重殘差結構的CNN網絡地震數據隨機噪聲壓制方法。該網絡借助于雙重殘差框架,允許不同層配對操作的兩個算子之間任意組合,可以提取更豐富的特征,有助于提高去噪性能。針對去噪問題,選用多尺度卷積核作為配對算子。合成數據和實際數據結果表明,相較于經典的F-X預測濾波、Curvelet變換以及基于深度學習的DnCNN方法,本方法能更好地壓制隨機噪聲并保護有效信號,具有更高信噪比。

發文機構：中國地質大學數學與物理學院

關鍵詞：地震數據去噪雙重殘差網絡深度學習CNNseismic data denoisingdual residual networkdeep learningCNN

分類號： P631.4[天文地球—地質礦產勘探]