基于深度信念神经网络的微震波到时拾取方法

• 作者: 姜天琪 曹子原 沈帅帅 郑晶
• 来源期刊: 矿业科学学报
• 学科: 工学
• 关键词: 到时拾取 S变换 深度信念神经网络
• 年，卷（期）: 2018,（6）
• 页码范围: 521-526
• 页数: 6页
• 分类号: TN914.3
• 语种: 中文

摘要

微震信号到时的准确拾取是进行震源定位等技术的基础.传统的到时拾取方法大多依赖于人工干预,对采集数据信噪比的要求较高.为了提高低信噪比中微弱信号的拾取准确率,提出一种基于S变换和深度信念神经网络的拾取方法.该网络模型训练分两步进行,首先对经S变换处理过的原始数据利用受限玻尔兹曼机进行无监督预训练,得到网络模型参数的初值;再通过误差反向传播来微调网络参数,构建最终的深度信念神经网络模型.本次利用训练好的网络对数据进行拾取,并与STA/LTA法的拾取结果进行对比,分析结果表明本文方法有更高的抗噪性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑晶		4	25	1.0	4.0
2	姜天琪		2	1	1.0	1.0
3	曹子原		1	0	0.0	0.0
4	沈帅帅		1	0	0.0	0.0