您当前的位置： 首页 > 论文 > 2023,54(01) > 矿业工程
基金项目:
国家自然科学基金资助项目(52074022)
分类号:
P315
DOI:
10.16355/j.cnki.issn1007-9432tyut.2023.01.008
期刊号:
2023,54(01)
收稿日期:
修回日期:
摘要:
基于UNet++对P波初至拾取进行研究，首先对UNet++进行降维，并从网络结构的深度和单个Block的操作两方面对原始网络进行改进；然后给模型选择损失函数和优化器，让模型能够有优化的目标和方向；接着进行数据的预处理，筛选信噪比小于20 dB的数据出来，对其进行小波阈值去噪、归一化处理；最后是训练和验证，选择在验证集上表现最优的一个模型作为最终模型。经过150条测试集数据的测试，证明所使用方法在均值、方差、命中率3项指标上均优于STA/LTA和AR-AIC，其中P波初至拾取的精确率高达98.00%，为P波初至自动拾取提供了一种新思路。
关键字:
地震；深度学习；UNet++；P波初至拾取