提出了一種基于 DnCNN 和 U-net 的新網絡架構，用于地震隨機降噪。這兩種網絡架構通過遷移學習結合起來。在預訓練網絡中，遵循DnCNN框架下的基本網絡架構，但減少了原始網絡層數并在前幾層使用擴張卷積。此外，在 U-net 架構中添加了 dropout 層和殘差單元作為我們的后訓練網絡，這與第一步中通過偏移地震圖像訓練的網絡不同。

整個去噪網絡包含預訓練模型和后訓練模型，兩者通過遷移學習連接起來。首先，我們僅使用自然圖像包括風景、人物、動物、車輛等來訓練網絡。然后我們通過遷移學習將其轉移到合成地震圖像。其次，我們建立了一個由少量地震圖像訓練的新網絡，以進一步恢復地震圖像的地質結構。在整個去噪過程中，噪聲圖像記為y，定義為