公开(公告)号：CN118169756B

公开(公告)日：2025-04-08

申请号：CN202410313193.X

申请日：2024-03-19

Applicant: 哈尔滨工业大学

Inventor： 马坚伟 ,  林荣智 ,  丁程雄 ,  徐玉豪

IPC: G01V1/36

Abstract: 本发明公开了基于快速低秩预测的非规则网格高维地震数据重构方法，属于地震数据处理技术领域。解决了现有技术中传统的基于低秩预测的地震数据重构方法矩阵分解计算效率慢的问题；本发明通过对规则网络地震数据进行插值获取非规则网格地震数据，结合映射梯度下降算法进行迭代求解，得到更新后的地震数据，对其进行一维傅里叶变换，随后进行正向快速汉克矩阵‑向量乘积，再进行低秩预测处理，之后进行转置快速汉克矩阵‑向量乘积，采用随机QR分解代替奇异值分解，采用卷积加速反对角平均，得到低秩预测后的结果，对频域地震数据的共轭矩阵进行傅里叶逆变换迭代求解直至收敛条件，得到重构后的地震数据。本发明有效提高了地震数据重构效率和精度。

公开(公告)号：CN118169757A

公开(公告)日：2024-06-11

申请号：CN202410313194.4

申请日：2024-03-19

Applicant: 哈尔滨工业大学

Inventor： 马坚伟 ,  王猛 ,  林荣智

IPC: G01V1/36

Abstract: 本发明公开了一种基于二次神经元的地震相干噪声压制方法，属于地震数据处理技术领域。解决了现有技术中传统的地震数据噪声压制方法需要先验假设的问题；本发明包括以下步骤：S1.构建二次神经元结构作为建立人工神经网络模型的基本单元；S2.采用二次神经元结构建立人工神经网络模型；S3.采用基于模型参数梯度的Adam优化算法对人工神经网络模型进行训练，得到训练好的模型。本发明构建的二次卷积神经网络模型具有相较于传统线性神经网络更强大的表达能力，提高了地震数据相干噪声的压制效果，且相较于传统线性神经网络在拟合误差相近的情况下，本发明具有更少的参数量，泛化能力更强，计算效率更高；本发明适用于地震数据去噪任务。

公开(公告)号：CN118169756A

公开(公告)日：2024-06-11

申请号：CN202410313193.X

申请日：2024-03-19

Applicant: 哈尔滨工业大学

Inventor： 马坚伟 ,  林荣智 ,  丁程雄 ,  徐玉豪

IPC: G01V1/36

Abstract: 本发明公开了基于快速低秩预测的非规则网格高维地震数据重构方法，属于地震数据处理技术领域。解决了现有技术中传统的基于低秩预测的地震数据重构方法矩阵分解计算效率慢的问题；本发明通过对规则网络地震数据进行插值获取非规则网格地震数据，结合映射梯度下降算法进行迭代求解，得到更新后的地震数据，对其进行一维傅里叶变换，随后进行正向快速汉克矩阵‑向量乘积，再进行低秩预测处理，之后进行转置快速汉克矩阵‑向量乘积，采用随机QR分解代替奇异值分解，采用卷积加速反对角平均，得到低秩预测后的结果，对频域地震数据的共轭矩阵进行傅里叶逆变换迭代求解直至收敛条件，得到重构后的地震数据。本发明有效提高了地震数据重构效率和精度。