基于U-Net深度神经网络的地震数据去噪研究 下载积分: 950 内容提示: 收稿日期 2019-12-11基金项目 “十三五”国家重点研发计划项目(编号:2016YFC0801604),山东省交通科技计划项目(编号:2016B20),国家自然科学青年基金项目(编号:51909144),山东大学基本科研业务费专项(编号:2018GN020)。作者简介 张攀龙(1993—),男,...
但在实际探测过程中获取的地震数据往往含有大量随机噪声,这些噪声会为后续...展开更多 During the process of energy and mineral resources mining,a large number of goaf after long-term mining not only threaten the safety of workers and equipment,but also restricts the economic of mines.At present,...
1∗ , 刘勇杰 2, 宋雯琦 2(1. 河南省超级计算中心, 郑州 450053;2. 郑州大学信息工程学院, 郑州 450001)摘 要 针对目前常见的 U⁃Net 网络结构以及现有的图像去噪算法在去除图像噪声时,处理后得到的图像较为模糊且图像的边缘纹理过于光滑缺乏真实性的问题,提出了一种改进的 U⁃Net 网络结构去噪算法。
针对目前常见的U-Net网络结构以及现有的图像去噪算法在去除图像噪声时,处理后得到的图像较为模糊且图像的边缘纹理过于光滑缺乏真实性的问题,提出了一种改进的U-Net网络结构去噪算法.它由去噪模块以及边缘信息提取模块组成,首先,利用U-Net++中的跳跃连接应用到原始的U型去噪子网中,密集连接的U型去噪网络可以减少编码器与...
基于迁移学习的隧道凿岩台车钻孔震源实测地震数据去噪方法及应用 隧道凿岩台车钻孔震源实测信号具有数据杂乱,噪声干扰严重及偶发性采集异常等特点,难以直接用于模拟数据训练后的神经网络模型.针对这一问题,首先基于U-Net去噪神经网络... 郭伟东,李咸森,王鑫,... - 《应用基础与工程科学学报》 被引量: 0发表: 2023...
微软的残差网络ResNet SENet 参考 华为云学院 卷积神经网络 卷积神经网络(Convolutional Neural Network,CNN)是一种前馈神经网络,它包括(convolution),池化层(pooling layer)和全连接层(fully connected layer)。 20世纪60年代,Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的网络结构可以有效...
本文提出了一个深度的全卷积编码-解码框架来解决去噪和超分辨之类的图像修复问题。网络由多层的卷积和反卷积组成,学习一个从受损图像到原始图像的端到端的映射。卷积层负责特征提取,捕获图像内容的抽象信息,同时消除噪声/损失。相对应,反卷积层用来恢复图像细节。
1.基于空洞U-Net神经网络的PET图像重建算法2.一种改进的深度卷积神经网络图像去噪算法3.改进卷积神经网络SAR图像去噪算法4.基于改进型U-Net卷积神经网络的磁片表面缺陷检测5.基于改进U-Net网络的多尺度番茄病害分割算法 因版权原因,仅展示原文概要,查看原文内容请购买©...
基于深度学习的青光眼智能诊断研究 由于青光眼分割训练数据集缺乏,本文通过引入可变卷积操作,从内部增强了模型对物体形变适应能力,进而提高模型分割性能;通过引入U-net++架构,分割模型不同层次的特征得到... 被引量: 0发表: 2020年 基于3D U-Net++卷积神经网络的断层识别方法及应用 断层解释是地震资料解释的基础与关键...
基于深度学习的微地震数据处理与震源反演方法 微地震监测技术利用观测仪器接收微小震级地震信号,通过预处理(去噪,事件到时拾取),震源定位和震源机制反演等微地震处理和震源反演方法,描述地下岩体破裂的时空展布和... 姜天琪 - 中国矿业大学(北京) 被引量: 0发表: 2021年 运动模糊图像复原算法研究 其次,重点对常用...