期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
生成式对抗神经网络的改进及其在地震数据压噪中的应用
被引量：
3
1
作者
彭海龙
李明
+4 位作者
孙文钊
李列
周凡
鲁统祥
江凡
《石油物探》
CSCD
北大核心
2024年第1期104-115,128,共13页
常规的生成式对抗神经网络在地震数据去噪过程中受模型限制,地震数据有效信息还原能力差。因此,对生成式对抗神经网络进行改进,以U-net神经网络为基础建立更深层级的生成器神经网络,优化模型的批标准化层和池化层,提升特征还原能力,搭...
常规的生成式对抗神经网络在地震数据去噪过程中受模型限制,地震数据有效信息还原能力差。因此,对生成式对抗神经网络进行改进,以U-net神经网络为基础建立更深层级的生成器神经网络,优化模型的批标准化层和池化层,提升特征还原能力,搭建多尺度判别器神经网络,提升判别器性能,提出一种包含对抗损失、配准损失和结构信息损失的多层次综合损失函数。改进后的模型结构无需预先估计噪声,能够实现端到端的盲去噪功能,神经网络泛化能力强,对数据细节的保护还原水平高。南海北部涠A地区地震数据测试结果表明,改进后的神经网络去噪能力以及对地震有效信息的保护要优于目前常见的去噪算法的结果,去噪过程对地震有效反射信息保护好,地震边界信息成像质量高。与常见的去噪方法相比,改进的生成或对抗神经网络方法在地震数据去噪中具有良好的应用效果,去噪能力强,在实际地震数据处理中具有良好的推广价值。
展开更多
关键词
生成式对抗神经网络
U-net神经网络
地震
数据
去噪
泛化能力
数据细节
在线阅读
下载PDF
职称材料
一种支持大规模多种精度地形的实时绘制算法
被引量：
6
2
作者
于卓
梁晓辉
+1 位作者
马上
赵沁平
《计算机研究与发展》
EI
CSCD
北大核心
2010年第6期988-995,共8页
为加强大规模地形数据的表现能力,通常采用地形叠加或地形编辑等方法在局部地形数据上构建更高精度的细节模型.因而如何将大规模地形数据与具有高精度的细节数据进行实时融合与绘制成为一个迫切需要解决的问题.基于Geometry Clipmap方...
为加强大规模地形数据的表现能力,通常采用地形叠加或地形编辑等方法在局部地形数据上构建更高精度的细节模型.因而如何将大规模地形数据与具有高精度的细节数据进行实时融合与绘制成为一个迫切需要解决的问题.基于Geometry Clipmap方法对这一问题开展研究,给出了一种支持大规模多种精度地形的实时绘制算法.在预处理阶段,对大规模地形数据采用clipmap结构进行组织,对细节数据使用mipmap结构进行组织;在运行阶段,重点针对clipmap更新所引起的不同种精度数据间特有的"F"形空洞进行分析和处理,使用过渡带结构对空洞区域进行修补,并对修补后的顶点进行了平滑处理.实验结果表明,该方法有效解决了"F"形空洞并支持大规模地形及细节数据的实时绘制.
展开更多
关键词
大规模地形
多精度
细节
数据
“F”形空洞
过渡带
clipmap
在线阅读
下载PDF
职称材料
题名
生成式对抗神经网络的改进及其在地震数据压噪中的应用
被引量：
3
1
作者
彭海龙
李明
孙文钊
李列
周凡
鲁统祥
江凡
机构
中海石油(中国)有限公司湛江分公司
出处
《石油物探》
CSCD
北大核心
2024年第1期104-115,128,共13页
基金
中海油“十四五”重大专项课题(KJGG2022-0302)资助。
文摘
常规的生成式对抗神经网络在地震数据去噪过程中受模型限制,地震数据有效信息还原能力差。因此,对生成式对抗神经网络进行改进,以U-net神经网络为基础建立更深层级的生成器神经网络,优化模型的批标准化层和池化层,提升特征还原能力,搭建多尺度判别器神经网络,提升判别器性能,提出一种包含对抗损失、配准损失和结构信息损失的多层次综合损失函数。改进后的模型结构无需预先估计噪声,能够实现端到端的盲去噪功能,神经网络泛化能力强,对数据细节的保护还原水平高。南海北部涠A地区地震数据测试结果表明,改进后的神经网络去噪能力以及对地震有效信息的保护要优于目前常见的去噪算法的结果,去噪过程对地震有效反射信息保护好,地震边界信息成像质量高。与常见的去噪方法相比,改进的生成或对抗神经网络方法在地震数据去噪中具有良好的应用效果,去噪能力强,在实际地震数据处理中具有良好的推广价值。
关键词
生成式对抗神经网络
U-net神经网络
地震
数据
去噪
泛化能力
数据细节
Keywords
generative adversarial network
U-net network
seismic data denoising
generalization ability
data detail
分类号
P631 [天文地球—地质矿产勘探]
在线阅读
下载PDF
职称材料
题名
一种支持大规模多种精度地形的实时绘制算法
被引量：
6
2
作者
于卓
梁晓辉
马上
赵沁平
机构
北京航空航天大学计算机学院虚拟现实技术与系统国家重点实验室
出处
《计算机研究与发展》
EI
CSCD
北大核心
2010年第6期988-995,共8页
基金
国家自然科学基金项目(60873159
60533070)
+1 种基金
教育部新世纪优秀人才支持计划基金项目(NCET-07-0039)
国家"八六三"高技术研究发展计划基金项目(2006AA01Z333)
文摘
为加强大规模地形数据的表现能力,通常采用地形叠加或地形编辑等方法在局部地形数据上构建更高精度的细节模型.因而如何将大规模地形数据与具有高精度的细节数据进行实时融合与绘制成为一个迫切需要解决的问题.基于Geometry Clipmap方法对这一问题开展研究,给出了一种支持大规模多种精度地形的实时绘制算法.在预处理阶段,对大规模地形数据采用clipmap结构进行组织,对细节数据使用mipmap结构进行组织;在运行阶段,重点针对clipmap更新所引起的不同种精度数据间特有的"F"形空洞进行分析和处理,使用过渡带结构对空洞区域进行修补,并对修补后的顶点进行了平滑处理.实验结果表明,该方法有效解决了"F"形空洞并支持大规模地形及细节数据的实时绘制.
关键词
大规模地形
多精度
细节
数据
“F”形空洞
过渡带
clipmap
Keywords
large terrain
detail data in different resolutions
＂F＂ hole area
transition strip
clipmap
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
生成式对抗神经网络的改进及其在地震数据压噪中的应用
彭海龙
李明
孙文钊
李列
周凡
鲁统祥
江凡
《石油物探》
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
一种支持大规模多种精度地形的实时绘制算法
于卓
梁晓辉
马上
赵沁平
《计算机研究与发展》
EI
CSCD
北大核心
2010
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
