您当前的位置:
首页 >
文章列表页 >
基于深度卷积和自注意力机制的端到端地震波降噪方法
研究 | 更新时间:2026-01-28
    • 基于深度卷积和自注意力机制的端到端地震波降噪方法

    • End-to-End Seismic Signals Denoising via Deep Residual Convolution and Self-Attention Mechanisms

    • 地震波信号降噪领域取得新进展,专家提出基于深度学习的端到端地震波降噪方法,为地震监测和地震学研究提供解决方案。
    • 大数据   2026年
    • 收稿:2024-09-29

      修回:2025-03-18

      录用:2025-03-31

    移动端阅览

  • 赵博涛, 亢祖衡, 贺亚运, 等. 基于深度卷积和自注意力机制的端到端地震波降噪方法[J/OL]. 大数据, 2026. DOI:

    ZHAO BoTao, KANG ZuHeng, HE YaYun, et al. End-to-End Seismic Signals Denoising via Deep Residual Convolution and Self-Attention Mechanisms[J/OL]. BIG DATA RESEARCH, 2026. DOI:

  •  
  •  

0

浏览量

100

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于深度学习的警情记录关键信息自动抽取
沙尘图像视觉增强技术综述
情感语音合成综述
基于生成对抗网络的多特征融合去雾技术
面向非平行语料的语音转换技术综述

相关作者

崔雨萌
王靖亚
闫尚义
陶知众
司亚中
张旭龙
杨帆
程宁

相关机构

河北工业大学
中国科学技术大学
中国科学院大学应急管理科学与工程学院
上海时石能源有限公司
广东粤海珠三角供水有限公司
0