成都理工大学冯俊获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉成都理工大学申请的专利一种基于融合增强低秩性和梯度平滑性的地震数据去噪方法和装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119738871B 。
龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411858245.8,技术领域涉及:G01V1/28;该发明授权一种基于融合增强低秩性和梯度平滑性的地震数据去噪方法和装置是由冯俊;曾泽宇;周仲礼;王权锋设计研发完成,并于2024-12-17向国家知识产权局提交的专利申请。
本一种基于融合增强低秩性和梯度平滑性的地震数据去噪方法和装置在说明书摘要公布了:本发明公开了一种基于融合增强低秩性和梯度平滑性的地震数据去噪方法,涉及地震数据处理技术领域。该方法包括以下步骤:将含噪地震数据分为多个数据块,计算每个数据块与其余数据块的相似性值得到非局部自相似性值;取数据点所在的所有数据块中最小的非局部自相似性值得到非局部自相似性矩阵,将所有非局部自相似性矩阵堆叠并构建为多个第一三维相似块组;沿第一三维相似块组的三个方向分别作二阶梯度变换,得到三个二阶梯度张量;对第一三维相似块组的三个二阶梯度张量施加低秩约束得到第二三维相似块组;重构还原并获得去噪声后的地震数据。本发明能够准确表示地震数据中出现的弯曲地质结构,有效提高地震数据的去噪性能。
本发明授权一种基于融合增强低秩性和梯度平滑性的地震数据去噪方法和装置在权利要求书中公布了:1.一种基于融合增强低秩性和梯度平滑性的地震数据去噪方法,其特征在于,包括以下步骤: S10:在干净的地震数据X中添加同一标准差的高斯白噪声,得到含噪地震数据Y; S20:按照一定的步长L,将含噪地震数据Y分为多个相同大小的p*p数据块,依次计算每个数据块与其余数据块的相似性值,将前a个最小的相似性值进行叠加,作为所述数据块的非局部自相似性值;取数据点所在的所有数据块中最小的非局部自相似性值,作为非局部自相似性矩阵对应位置的值,得到非局部自相似性矩阵S,将所有非局部自相似性矩阵S堆叠并构建为多个第一三维相似块组i的取值为[1,N],N为三维相似块组的数量; S30:沿每个第一三维相似块组的三个方向分别作二阶梯度变换,得到三个二阶梯度张量k的取值为[1,3],i的取值为[1,N]; S40:对每个第一三维相似块组的三个二阶梯度张量施加低秩约束,得到第二三维相似块组i的取值为[1,N]; S50:将所述第二三维相似块组重构还原回地震数据,获得去噪声后的地震数据 所述对每个第一三维相似块组的三个二阶梯度张量施加低秩约束,得到第二三维相似块组的步骤,具体包括: 对于每个第一三维相似块组根据公式2: 得到第二三维相似块组 其中,yi表示采用步骤S20得到的三维相似块组;λ为平衡参数;||·||F为Frobenius范数;k为三个方向,取值为[1,3];||·||*是低秩约束项; 基于ADMM算法,引入辅助变量进行求解,选择张量核范数作为低秩表示,得到公式2的封闭解为: 其中,和表示快速傅里叶变换算子和逆快速傅里叶变换算子,1表示全1张量,·H表示复共轭算子,Λi,k为朗格朗日算子,μ为惩罚参数。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都理工大学,其通讯地址为:610059 四川省成都市成华区二仙桥东三路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励