基于支持向量机的可控源电磁数据智能识别方法

摘要

可控源电磁(CSEM)数据常常受到强人文噪声的污染,极大地影响了可控源电磁勘探的分辨率.为提高CSEM数据质量,本文提出一种基于支持向量机(SVM)的CSEM数据智能识别方法(CEEMD SVM方法),以代替传统的基于人工设定阈值的数据挑选方法.首先,通过互补集合经验模态分解(CEEMD)算法去除基线漂移噪声;然后,利用SVM对去除基线漂移后的数据进行智能识别,挑选出高质量信号.为验证该方法的有效性,首先进行了合成数据分析,然后将所提方法应用于广域电磁实测数据的处理.结果表明:SVM的平均识别准确率在92.00%以上;经过CEEMD SVM方法处理后,视电阻率由处理前的跳变形态变为连续光滑状态.