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！

龙图腾网获悉西安交通大学申请的专利基于残差网络的叠前地震资料强散射噪声压制方法及系统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：CN116482749B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310117766.7，技术领域涉及：G01V1/28；该发明授权基于残差网络的叠前地震资料强散射噪声压制方法及系统是由陈文超;高文斌;刘达伟;王晓凯;师振盛设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。

本基于残差网络的叠前地震资料强散射噪声压制方法及系统在说明书摘要公布了：本发明公开了一种基于残差网络的叠前地震资料强散射噪声压制方法及系统，构造CABDCN网络，从若干叠前地震资料中随机抽取5％用于训练，并使用无监督深度学习方法进行去噪处理得到对应的标签数据，含噪地震数据和对应的干净标签构成网络的训练集，未选入训练集中的数据作为测试集。对训练集的每一个地震道集中进行随机抽取若干60*60大小的数据输入网络进行训练。待训练完成之后，利用网络对测试集中的地震数据进行处理，完成叠前地震资料中各种随机噪声的压制。本发明解决了叠后三维地震资料中随机噪声的干扰问题，有效压制叠前地震资料中的随机噪声，能够使用较少的数据进行训练得到满意结果，同时采用了端对端的处理方式，能够大幅提升数据的处理效率，并具有良好的自适应性，满足工业上大规模计算需求。

本发明授权基于残差网络的叠前地震资料强散射噪声压制方法及系统在权利要求书中公布了：1.基于残差网络的叠前地震资料强散射噪声压制方法，其特征在于，包括以下步骤： S1、从地震记录的一条测线中随机抽取若干含噪地震道集，将未被抽取到的地震道集作为测试样本； S2、使用基于深度图像先验的无监督叠前噪声压制方法处理步骤S1中的含噪地震道集，得到对应的标签数据，将含噪地震道集和标签数据划分为若干彼此对应的60*60大小的数据对； S3、构建CABDCN网络，CABDCN网络为全卷积网络，包含15个隐藏层，使用ReLU函数作为激活函数，并将批归一化层加入到每一个激活函数的前面，CABDCN网络采用SE通道注意力机制对特征进行筛选，SE通道注意力机制具体为： 操作，通过一个全局平均池化将的特征变为一个的特征，得到具有全局感受野的特征； 操作，将上面得到的的特征输入一个多层感知机然后对输出进行归一化得到每一特征通道的权重，值得注意的是此处的权重是可以动态学习的； 操作，经过得到的权重代表对应特征通道的重要性，将学习到的权重分别与先前的特征相乘，完成在通道维度上的对原始数据的重标定，将步骤S2得到的数据对输入构建的CABDCN网络中进行训练，将步骤S1得到的测试样本输入训练好的CABDCN网络中，通过CABDCN网络对测试集中的合成地震数据和实际地震数据进行处理，完成叠前地震记录中随机噪声的压制工作。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。