人工智能地震弱信号处理技术数据

基于压缩感知的盐下超深层微弱信号重建与增强：研究压缩感知框架下的弱信号表征，构建基于重建误差稀疏约束的最优化问题；引入伪地震数据迭代求解稀疏优化问题实现弱信号重建与增强；探究稀疏域弱信号与噪声分布特征，基于深层模型构建弱信号与噪声数据标签，优选深度神经网络智能区分信号与噪声，构建智能去噪算法流程；引入深度学习对信号频谱特征进行提取和分割；基于地震、测井等多数据构建深层地震弱信号样本，开展拓频深度学习训练，构建频谱自适应动态拓宽方法，有效提升地震资料分辨率

搜集汇总

背景与挑战

背景概述

该数据集聚焦于人工智能在地震弱信号处理中的应用，涵盖基于压缩感知的盐下超深层微弱信号重建与增强、智能去噪算法以及频谱自适应动态拓宽方法。数据量达9.1GB，包含110个文件，由中国石油大学（华东）在塔里木盆地盐下超深层油气田研究项目中创建。