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
更新时间:2025-06-24
    • 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

    • 在地震监测领域,专家提出了基于深度学习的地震波降噪方法,融合卷积神经网络与多头自注意力机制,有效降低噪声,保留地震信号,达到先进水平。
    • 大数据   2025年 页码:1-18
    • 中图分类号: TP391
    • 收稿日期:2025-03-31

      网络出版日期:2025-06-24

    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].大数据, DOI:.

    ZHAO Botao,KANG Zuheng,HE Yayun,et al.End-to-end seismic signals denoising via deep residual convolution and self-attention mechanisms[J].BIG DATA RESEARCH, DOI:.

  •  
  •  

0

浏览量

0

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