论文部分内容阅读
本文基于双向长短期循环神经网络开展了低频约束下的高分辨率地震资料处理,这种方法只预测地震数据中缺失的高频成分,并以低频模型和全频带标签进行双监督约束,保证预测高频成分的准确性。提升了基于深度学习技术进行高分辨率处理的可靠性和准确性。该方法结合双向长短期网络可以大幅提高地震资料分辨率的优势,通过在目标函数中加入约束项,既保证了高分辨率处理前后低频的一致性,并通过标签对预测的高频成分进行衡量。这既减少了网络学习的负担,提高了网络的泛化能力及适应性,同时也提升了预测结果的准确性。实际资料的应用效果验证了算法的有效性和可靠性。