基于卷积自编码器的地震数据随机噪声压制

摘要

随着油气勘探向复杂地质环境的不断深入，地震勘探数据面临着越来越严重的噪声干扰，这对后续数据处理和解释提出了挑战。由于常规卷积自编码器去噪方法一般采用的ReLU激活函数，存在着梯度消失和“死亡ReLU”问题。为此，笔者提出在基于卷积自编码器的去噪过程中，采用ELU激活函数，有效地避免了ReLU激活函数存在的问题，并利用Adam优化器提高了网络的稳定性和效率。实验首先对合成数据进行训练，然后对带有噪声的合成地震数据和实际地震数据进行去噪处理。结果表明，ELU构建的自编码器网络在去除随机噪声方面优于原始的ReLU构建的自编码器，能够有效地分离有效信号和噪声，并显著减少人工干预的需要，实现了地震数据的智能降噪处理，提高了处理质量。

关键词

地震数据去噪 / 卷积自编码器 / 深度学习 / ELU激活函数