基于深度信念神经网络的微震波到时拾取方法

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.

关键词：到时拾取、S变换、深度信念神经网络

所属期刊栏目：3

分类号：TN914.3

资助基金：国家自然科学基金41504041;国家重点研发计划2018YFB0605503;北京市自然科学基金8162035;中国矿业大学北京越崎青年学者资助计划

在线出版日期：2019-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：521-526