基于数据增广训练的深度神经网络方法压制地震多次波训练和测试数据集

地震数据中存在的多次波影响偏移成像,误导地震资料的解释，因此通常视为相干噪声而被去除。为了对多次波进行智能化衰减，使用基于数据增广训练的使用深度神经网络的多次波压制方法。设计的深度神经网络包括卷积编码和卷积解码过程，其中卷积编码过程学习全波场数据中的一次波特征，卷积解码过程利用这些特征来重构一次波并压制多次波和随机噪声。本套数据集涵盖多次波的全波场简单模型数据和只包含一次波的简单模型数据，分别用于制作深度神经网络的输入数据和标签数据。简单模型数据的实例验证了本文方法在一次波重构和多次波压制中的有效性、稳定性和良好泛化性。

搜集汇总

背景与挑战

背景概述

该数据集用于训练和测试基于数据增广的深度神经网络方法，以压制地震数据中的多次波。它包含简单模型数据，分别作为神经网络的输入和标签，通过卷积编码和解码过程学习一次波特征并重构一次波，同时压制多次波和随机噪声。数据集的实例验证了该方法在多次波压制中的有效性、稳定性和良好泛化性。