一种基于变分模态分解和残差网络的地震数据去噪方法

本发明公开了一种基于变分模态分解和残差网络的地震数据去噪方法，涉及数据处理技术领域；先从原始数据中剔除噪声，后将其分割成多个部分，形成训练数据集，再构建一个基于编码器‑解码器架构的多尺度残差卷积神经网络，网络采用了多尺度卷积结构、残差连接结构和全尺度层间连接结构，使用局部残差结构有效地降低了训练难度，同时通过每一层解码器与多级编码器之间的层间连接减少了特征在深度网络中的损失，最后将训练数据输入到网络中进行多次迭代训练，并将网络参数保存在适当的位置，一旦训练完成，可以输入目标数据进行噪声去除，该方法可以更有效地消除噪声，提升地震数据的信噪比，并对信号损伤的影响较小。