一种新型地震数据生成深度学习样本标签方法与地震数据自适应分块化无损切合方法

摘要

本发明公开了一种新型地震数据生成深度学习样本标签方法与地震数据自适应分块化无损切合方法。属于地震信号数据预处理与后处理领域。本发明基于复合滤波提取实际地震资料噪声，将其与模拟地震数据结合实现了样本集构建，基于自适应分块与动态加权融合算法实现了地震数据的随机分块化与数据块无损合成完整地震数据，是一套完整的地震数据训练预处理与后处理流程。本方法生成的随机分块化训练集与样本集更加适用于深度学习训练，训练样本集包含实际噪声，从而提高模型预测结果的准确率，进而提高地震资料质量；无损切合能消除数据块合成带来的总体失真与过拟合现象，为基于深度学习的地震数据噪声压制提供了新的思路。