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