公共文化服务平台

基于Swin Transformer地震图像处理法: 本发明涉及一种基于Swin Transformer地震图像处理法，包括设计浅层特征提取模块，设计深层特征提取模块，设计特征重构模块，设计整体网络结构，数据集的构建，采用L1损失和MS‑SSIM损失的混合损失作为本网络的损...; 董士琦郑开源董新桐钟铁罗玉钦王洪洲

融入混合注意力Unet神经网络隧洞地震数据重建方法: 本发明提出了一种融入混合注意力Unet神经网络隧洞地震数据重建方法，通过人工智能神经网络自动地学习现有隧洞地震数据之间的特征，建立缺失数据与完整数据之间的非线性映射关系；通过人工智能中具有图像语义分割、通讯信号消噪等诸多...; 董新桐董士琦程明王洪洲钟铁王新旸

基于DMFF-Net的地震随机噪声压制新技术被引量：1: 2022年; 地震勘探是油气和矿产资源开发领域使用最为广泛的物探方法之一.由于采集条件的限制,地震记录中通常混杂有大量的随机噪声,导致勘探资料普遍信噪比(Signal-to-Noise Ratio,SNR)较低,这严重影响有效信号辨识的精度,为后续反演、解释等工作带来巨大挑战.此外,地震勘探随机噪声通常具有非平稳、非高斯和与信号存在频带混叠等复杂特性,导致传统方法在处理复杂勘探记录时,消噪性能可能发生退化.针对复杂勘探随机噪声消减问题,本文提出了一种新型的双层多尺度特征融合去噪网络(Double-layer Multi-scale Feature Fusion Denoising Network,DMFF-Net).该网络具有多尺度网络结构,利用多分支模块提取勘探数据不同尺度和不同分支的潜在特征,提升网络对于勘探记录复杂特征的学习能力.同时,采用跳跃连接实现浅层和深层信息的融合,提升网络对微弱信号的恢复能力.模拟和实际资料处理结果表明,相较传统地震勘探资料消噪方法而言,DMFF-Net可以更加有效地压制随机噪声,完整恢复有效信号,显著提升地震资料信噪比,在信号保幅性和微弱信号恢复能力方面更具优势.; 钟铁钟铁卢绍平董新桐李月李月; 关键词：地震勘探低信噪比卷积神经网络随机噪声

基于DBBCNN的沙漠区地震资料随机噪声衰减方法被引量：7: 2022年; 由于沙漠地区采集环境恶劣、地表地质条件复杂,勘探资料信噪比普遍较低;同时,沙漠区随机噪声与有效信号存在频谱混叠现象,噪声压制难度较大,给后续反演、成像和解释等工作带来了不利影响。近年来,以去噪卷积神经网络(Feed-forward Denoising Convolutional Neural Networks,DnCNN)为代表的深度学习去噪方法已应用于复杂随机噪声抑制,但传统降噪网络一般是根据单一尺度信息提取数据特征,导致针对复杂勘探记录的处理能力可能会下降。为实现沙漠地区复杂噪声的有效衰减,提出一种新型多分支去噪卷积神经网络(Diverse Branch Block Convolutional Neural Networks,DBBCNN)。与传统的DnCNN相比,DBBCNN将不同尺度、不同复杂度的分支结合在一起,丰富了特征空间,并且采用长路径操作融合全局特征和局部特征,提升了网络针对弱信号的特征表达能力。模拟和实际数据实验结果表明,DBBCNN可有效压制沙漠地震资料中的复杂随机噪声,且处理后的记录信噪比显著提升。; 钟铁钟铁董新桐李月李月; 关键词：卷积神经网络信噪比

一种叠后地震剖面超分辨率重建方法: 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...; 董新桐于文硕董士琦罗玉钦钟铁

基于复值独立分量分析的电压闪变参数检测方法: 本发明是一种基于复数独立分量分析的电压闪变参数检测方法，其特点是：包括电压闪变信号的复值独立分量分析模型的建立、复值独立分量分析模型中的幅度和相位不确定性的消除、复值独立分量分析模型中电压闪变参数的计算的内容。具有科学合...; 赵立权贾雁飞钟铁

一种基于注意力机制和Seq2Seq模型的短期电价预测方法: 本发明属于电力市场预测技术领域，具体为一种基于注意力机制和Seq2Seq模型的短期电价预测方法，包括步骤1：相关性分析，计算数据集中的相关序列与预测电价之间的MIC，选取MIC大的备选序列作为模型输入，并对输入数据进行标...; 陈海鹏吴华月苗森杨硕实钟铁赵立权李扬杨玉龙蔡婷婷水思源

陆地地震勘探随机噪声统计特性被引量：12: 2017年; 在地震勘探随机噪声压制领域,噪声通常被假设为平稳、高斯随机过程的信息.然而,在某些情况下,这样的假设并不准确.本文应用现代统计检验方法对地震勘探随机噪声的平稳性、高斯性和线性进行了研究.结果表明地震勘探随机噪声并不是传统意义上认为的平稳随机过程,其平稳性受到噪声时长和采集环境复杂程度的影响.发现噪声时间越长,采集环境越复杂,随机噪声的平稳性越差,但是对于短时长随机噪声而言,其可以近似认为是平稳的.同时,采集环境的复杂程度也影响着随机噪声的高斯性和线性特性,环境条件越复杂,随机噪声高斯性越好,线性特性越差,但总的来说随机噪声可以归为线性非高斯随机过程.; 钟铁李月杨宝俊吴宁田雅男; 关键词：统计特性

分布式声传感器井中背景噪声统计特性分析被引量：5: 2021年; 分布式声传感器技术(DAS:Distributed Acoustic Sensor)是一种新近提出的高精度勘探数据采集方法,受制于复杂背景噪声的影响,DAS记录处理水平有待进一步提高。针对上述问题,采用基于替代序列的时间序列平稳性检验方法和Lilliefors检验法对DAS记录中复杂背景噪声的平稳性和高斯性进行研究。用以分析的实际地震数据是按照勘探工业要求采集的井中DAS记录。研究结果表明,DAS背景噪声是非平稳、非高斯随机过程且噪声特性随记录时长发生变化。相关研究成果实现了针对DAS背景噪声特性的可靠认知,对提高DAS记录处理水平具有重要参考价值。; 钟铁李月; 关键词：背景噪声统计特性

基于现代统计理论的陆地地震勘探随机噪声特征研究: 地震勘探是油气和矿产资源勘探领域中最主要的方法之一。由于地震勘探采集条件的限制,采集到的地震记录中混杂大量随机噪声,这对辨识和提取地震有效反射信息带来了极大困难。同时,近年来易探易采资源逐渐枯竭,需要对深层、薄层和不规则...; 钟铁; 关键词：随机噪声分形布朗运动; 文献传递

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

钟铁