基于多尺度和注意力特征融合的地震去噪方法

王瑞敏; 杨文博; 邓聪; 鲁统祥; 张文祥

doi:10.19292/j.cnki.jdxxp.2025.03.015

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (03) : 489 -496. DOI: 10.19292/j.cnki.jdxxp.2025.03.015

基于多尺度和注意力特征融合的地震去噪方法

王瑞敏, 杨文博, 邓聪, 鲁统祥, 张文祥

作者信息 +

Author information +

文章历史 +

摘要

针对现有卷积神经网络在强背景噪声下弱信号恢复不足的问题，提出了一个基于多尺度U-Net和注意力融合机制的去噪网络(MAUnet:Multi-Scale U-Net and An Attention Fusion Mechanism)。创新性地构建了双重机制，通过多尺度模块使网络学习不同尺度上的特征；通过注意力特征融合机制使网络可将浅层高频细节与深层语义信息融合，增强网络的学习能力，实现特征互补。实验结果表明，相较于对比方法，所提方法具有更好的噪声衰减和弱信号恢复能力。