首页> 中国专利> 一种基于深度神经网络的自适应异常振幅压制方法

一种基于深度神经网络的自适应异常振幅压制方法

摘要

本发明公开了一种基于深度神经网络的自适应异常振幅压制技术,所述技术包括以下步骤:步骤1:利用深度神经网络提取异常振幅的位置信息和宽度信息;步骤2:利用步骤一提取的数据自适应地设计异常振幅区域的异常振幅衰减算法的参数。本发明利用深度神经网络的方法,使用网络来确定异常振幅的位置信息和宽度信息。然后再将这些信息用于后续的AAA去噪的过程中,从而使得AAA算法能够自适应地作用于不同的异常振幅,更好地压制噪声和保留有效信号。

著录项

  • 公开/公告号CN111308553B

    专利类型发明专利

  • 公开/公告日2021-02-02

    原文格式PDF

  • 申请/专利权人 清华大学;

    申请/专利号CN202010159543.3

  • 发明设计人 陆文凯;田星宇;

    申请日2020-03-09

  • 分类号G01V1/36(20060101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构11246 北京众合诚成知识产权代理有限公司;

  • 代理人史双元

  • 地址 100084 北京市海淀区清华园

  • 入库时间 2022-08-23 11:31:11

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号