排序方式: 共有4条查询结果,搜索用时 109 毫秒
1
1.
2.
3.
在地震勘探采集到的地震数据中不可避免的存在随机噪声,而高信噪比的地震数据是地震资料反演和解释的基础.因此随机噪声压制一直是地震资料处理中的重要工作.近些年来,随着深度学习技术的发展,基于卷积神经网络的地震数据去噪方法已经取得了丰硕的成果.常规的监督学习策略需要获取无噪数据作为标签,然而从实际地震数据中获取无噪数据只能通过传统去噪方法进行预处理,以此方法构建标签数据的监督学习去噪网络必然受构建数据集的去噪方法影响.针对此问题,本文提出了一种基于Noise-to-Noise自监督学习的地震数据去噪方法,该方法通过对实际地震数据添加不同等级的噪声构建训练数据集,仅需要含噪地震数据即可训练去噪网络.合成数据测试和实际数据测试表明,本文方法可以有效去除地震数据中的随机噪声,性能优于受数据集构建方法所限的监督学习去噪方法和传统去噪方法. 相似文献
4.
挤扩支盘桩与DX桩承力盘挤扩机理对比研究 总被引:1,自引:0,他引:1
挤扩支盘桩与DX桩是从普通的灌注桩衍生而来的一种新桩型,与普通混凝土灌注桩相比,单桩竖向承载力、单方混凝土承载能力都有显著提高,具有良好的社会与经济效益。通过对两种挤扩设备(单向挤压设备和双向挤压设备)的挤扩原理分析对比,说明双向挤压设备形成的支盘其承载性能明显好于单向挤压设备所形成的支盘。在对两种挤扩设备挤压土体形成支盘的过程及运动机理分析的基础上,给出了确定承力盘轮廓线的方法,并推导出承力盘体积的计算公式,为其承载力计算提供依据。 相似文献
1