您好，欢迎来到中国测试科技资讯平台！
摘要：
针对地震勘探中噪声压制的问题,构建了一种适合分类和识别地震子波的卷积神经网络模型.首先对卷积神经网络模型的激活函数、卷积核大小以及归一化层等进行了设计,然后利用已搭建好的卷积神经网络对地震信号的时频谱图进行特征提取,最后实现了不同类型的含噪地震信号的分类和识别.实验结果表明,该模型有高分类率和识别率及较好的抗干扰能力,具有实际可行性,为地震勘探后续的一系列工作奠定了基础.
关键词： 卷积神经网络; 时频谱图; 地震子波分类识别;
作者： 弓子卉，李光辉，
作者单位： 山西大学物理电子工程学院
刊名： 《测试技术学报》
Journal： Journal of Test and Measurement Technology
年，卷(期)： 2021, (1)
在线出版日期： 2021年02月28日
页数： 8
页码： 54-61
友情链接：
广告代理：秦皇岛北驰文化传播有限公司
理事会外联部
印 刷：成都天麦点金实业有限公司
国内总发行：成都市邮政局
邮发代号：62-260
国外发行：中国出版对外贸易总公司
国外代号：DK51019
中国标准连续出版物号：ISSN 1674-5124 CN51-1714/TB
业内最新资讯动态
请关注微信公众号
蜀ICP备11014963号-1 《中国测试》杂志社 版权所有 技术支持：成都驰创数码
文档下载