基于卷积自编码器的反射地震数据去噪和插值方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-10页 |
| 1绪论 | 第10-21页 |
| 1.1研究背景与研究意义 | 第10-11页 |
| 1.2研究现状 | 第11-18页 |
| 1.2.1地震数据处理 | 第11-12页 |
| 1.2.2机器学习 | 第12-14页 |
| 1.2.3神经网络 | 第14-17页 |
| 1.2.4深度学习 | 第17-18页 |
| 1.3本文主要研究内容 | 第18-19页 |
| 1.4本文的创新点 | 第19-21页 |
| 2卷积自编码器方法原理 | 第21-34页 |
| 2.1统计学习基础 | 第21-24页 |
| 2.2自编码器 | 第24-26页 |
| 2.3卷积神经网络 | 第26-30页 |
| 2.3.1卷积层 | 第27-28页 |
| 2.3.2激活层 | 第28-30页 |
| 2.3.3池化层 | 第30页 |
| 2.4卷积自编码器网络 | 第30-33页 |
| 2.5本章小结 | 第33-34页 |
| 3卷积自编码器应用于地震噪声压制 | 第34-49页 |
| 3.1卷积自编码器网络压制随机噪声 | 第34-42页 |
| 3.1.1网络搭建 | 第34-36页 |
| 3.1.2网络训练 | 第36-40页 |
| 3.1.3网络测试结果 | 第40-42页 |
| 3.2卷积自编码器网络压制线性噪声 | 第42-44页 |
| 3.2.1网络训练 | 第42-43页 |
| 3.2.2网络测试结果 | 第43-44页 |
| 3.3卷积自编码器网络压制面波 | 第44-47页 |
| 3.3.1网络训练 | 第44-46页 |
| 3.3.2网络测试结果 | 第46-47页 |
| 3.4本章小结 | 第47-49页 |
| 4卷积自编码器应用于地震数据重建 | 第49-59页 |
| 4.1卷积自编码器网络地震数据重建 | 第49-55页 |
| 4.1.1网络训练 | 第49-51页 |
| 4.1.2网络测试结果 | 第51-55页 |
| 4.2卷积自编码器网络同时数据重建和压制随机噪声 | 第55-58页 |
| 4.2.1网络训练 | 第55-57页 |
| 4.2.2网络测试结果 | 第57-58页 |
| 4.3本章小结 | 第58-59页 |
| 5结论与展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 作者简介 | 第66-67页 |
