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融合噪声估计模块和通道注意力机制的自监督地震去噪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：CN119960048B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510177197.4，技术领域涉及：G01V1/36；该发明授权一种融合噪声估计模块和通道注意力机制的自监督地震去噪方法及系统是由吴昊;唐有余;文晓涛;潘晓设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本一种融合噪声估计模块和通道注意力机制的自监督地震去噪方法及系统在说明书摘要公布了：本发明公开了一种融合噪声估计模块和通道注意力机制的自监督地震去噪方法及系统，用于地震去噪，属于油气勘探及地震资料处理领域，解决解决现有技术中的实际噪声去除效果不佳以及去噪时容易去除原始数据的问题。本发明对含噪地震数据进行切片并制作数据集；将含噪数据输入噪声估计模块，让其提取噪声特征，再输入集成了通道注意力机制的盲点网络去噪；将数据分别输入带有膨胀卷积模块的分支和膨胀Transformer模块的分支进行训练，训练完成后保存模型权重；使用训练完成的模型对输入含噪的地震数据进行去噪处理，输出去噪后的地震数据。本发明用于地震数据噪声去除。

本发明授权一种融合噪声估计模块和通道注意力机制的自监督地震去噪方法及系统在权利要求书中公布了：1.一种融合噪声估计模块和通道注意力机制的自监督地震去噪方法，其特征在于，包括以下步骤： 步骤1：构建地震数据集，包括对真实含噪地震数据和合成加噪地震数据进行切片处理，得到多个含噪数据块； 步骤2：构建自监督去噪网络，包括： 噪声预测模块，由多个1×1卷积层和ReLU激活函数构成，用于输出与输入数据尺寸相同的噪声水平预测图，所述噪声水平预测图表征每个像素的噪声协方差矩阵； 自监盲点网络，包含集成通道注意力机制的双分支结构： 第一分支采用带有中心掩码卷积的膨胀卷积模块，简称DC模块，用于提取局部特征； 第二分支采用结合通道注意力机制的膨胀Transformer块，简称DTB模块，所述DTB模块通过通道注意力机制实现全局特征建模，且其前馈层包含深度可分离卷积； 步骤3包括： 步骤3.1：对输入的真实含噪地震数据执行步长因子s=2的像素随机下采样PD处理，将输入数据拆分为2×2的子块并按马赛克排列，生成四个子块数据以打破噪声空间相关性； 步骤3.2：将PD处理后的子块数据输入噪声预测模块，获得每个像素的1×1噪声协方差矩阵，扩展该矩阵维度以匹配输入数据尺寸； 步骤3.3：将扩展后的噪声协方差矩阵与PD处理后的子块数据共同馈入自监督盲点网络BSN； 步骤3.4：基于贝叶斯公式计算网络预测误差，所述公式为： 符号说明： ：噪声图像输入，需去噪的目标； ：对所有训练数据取平均； ：网络预测的干净信号，对应D-BSN输出； ：预测信号的协方差矩阵； ：噪声预测模块输出的噪声协方差矩阵； ：矩阵的迹操作，约束的幅值； 步骤3.5：通过反向传播算法优化噪声预测模块及BSN网络参数，获得训练完成的去噪模型权重并保存，最后得到训练好的模型； 步骤4：将待去噪地震数据输入训练后的模型进行去噪处理，并通过逆PD操作恢复最终去噪结果。

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：610000 四川省成都市二仙桥东三路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。