面向地震波初至智能拾取的超分辨率深度残差方法研究

文献类型： 中文期刊

第一作者： 李建平

作者： 李建平;张硕伟;丁仁伟;麻晓敏;赵俐红;赵硕

作者机构：

关键词： 初至拾取;U-Net;残差学习模块;亚像素卷积方法;SD-Net;迁移学习

期刊名称： 石油地球物理勘探

ISSN： 1000-7210

年卷期： 2023 年 02 期

页码： 251-262

收录情况： EI ; 北大核心 ; CSCD

摘要： 针对常规语义分割网络在初至拾取中存在的精度低、泛化能力差等问题，基于U-Net网络，结合残差学习模块和亚像素卷积方法，构建了一种超分辨率深度残差网络的初至智能拾取方法(SD-Net)。该方法使用具有跳跃连接的U型网络融合地震数据的多尺度信息，通过端到端的训练方式简化工作。首先，在SD-Net的下采样阶段引入残差学习模块，克服深层网络退化问题，有效提高对地震数据的学习能力；其次，上采样阶段采用亚像素卷积方法，通过卷积和多通道间的像素重组实现特征图超分辨率重建，以更高精度定位初至；另外，利用迁移学习将模型应用于中、低信噪比模拟数据，仅需少量标注数据即可训练得到最优初至拾取模型。实际算例表明：与U-Net方法相比，SD-Net训练效率明显提高；网络模型具有更高准确率和鲁棒性；迁移学习模型预测的结果验证了SD-Net具有较强的泛化能力；该方法在实际生产应用中对实现高效、准确的初至智能拾取具有重要意义。

分类号： P631.4

  • 相关文献

[1]基于高光谱图像的草地面积估算方法研究. 宁广秀,布库. 2023

[2]基于U-Net的玉米叶部病斑分割算法. 刘永波,胡亮,曹艳,唐江云,雷波. 2021

[3]基于U-Net网络的高标准农田道路识别方法. 袁翠霞,赵春江,任艳敏,刘玉,李淑华,李少帅. 2023

[4]基于WorldView-2影像和语义分割模型的小麦分类提取. 董秀春,刘忠友,蒋怡,郭涛,李宗南. 2022

[5]基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究. 冯裕清,杨信廷,徐大明,罗娜,陈枫,孙传恒. 2022

[6]基于深度学习与特征可视化方法的草地贪夜蛾及其近缘种成虫识别. 魏靖,王玉亭,袁会珠,张梦蕾,王振营. 2020

[7]稀疏分层概率自组织图实例迁移学习方法. 吴蕾,田儒雅,张学福. 2016

[8]基于机器学习和无人机图像的棉花密度识别研究. 张静,王清茹,雷亚平,王占彪,韩迎春,李小飞,邢芳芳,范正义,李亚兵,冯璐. 2021

[9]机器视觉结合深度学习对荔枝估产的算法研究. 高翔,陈福展,董力中,卢嘉威,李媛媛,凡超,陈万云. 2024

[10]基于深度残差网络的小样本杯沿缺陷检测. 金宇霏,陆慧娟,郭鑫璐,张俊,朱文杰. 2021

[11]基于改进DeepLab v3+模型和迁移学习的高分遥感耕地信息提取方法. 毛星,金晶,张欣,戴佩玉,任妮. 2023

[12]基于CycleGAN和注意力增强迁移学习的小样本鱼类识别. 刘世晶,刘阳春,钱程,郑浩君,周捷,张成林. 2023

[13]小样本目标检测研究综述. 刘春磊,陈天恩,王聪,姜舒文,陈栋. 2023

[14]基于多尺度和注意力机制的番茄病害识别方法. 张宁,吴华瑞,韩笑,缪祎晟. 2021

[15]基于迁移学习的多模型水稻病害识别方法研究. 王忠培,张萌,董伟,朱静波,孔娟娟,钱蓉. 2021

[16]基于改进Unet++的丘陵地区耕地地块深度分割与提取. 张海天,高懋芳,任超. 2022

[17]基于TMU-Net网络的苹果果心分割方法. 刘长勇,李思佳,史慧,查志华,邓红涛. 2022

[18]基于迁移学习的嫩江市主要农作物遥感分类. 吴禹瑨,李禹萱,宋茜,任超,冷佩. 2023

作者其他论文 更多>>

微信小程序