激情无码在线,无码日韩人妻精品久久蜜桃,亚洲中文无码a∨在线观看,久久精品国产亚洲一区二区

下載中心


卷積神經(jīng)網(wǎng)絡(luò)中批量規(guī)范化層的使用對(duì)地震數(shù)據(jù)去噪的影響分析

時(shí)間:2023-11-20
深度學(xué)習(xí)算法已廣泛應(yīng)用于地震數(shù)據(jù)處理分析領(lǐng)域,并在地震數(shù)據(jù)去噪等方面取得了較好的應(yīng)用效果。目前業(yè)
界關(guān)注重點(diǎn)在于各種不同深度學(xué)習(xí)算法和相關(guān)的網(wǎng)絡(luò)結(jié)構(gòu)形式,以及不同標(biāo)簽數(shù)據(jù)對(duì)算法效果的影響,較少關(guān)注數(shù)據(jù)
集本身的差異對(duì)深度學(xué)習(xí)算法的應(yīng)用效果影響。本文以卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)算法中批量
規(guī)范化層(Batch Normalization)對(duì)地震數(shù)據(jù)去噪的影響分析為例,通過理論公式和應(yīng)用效果的對(duì)比分析,提出了基
于地震數(shù)據(jù)特征分析下的批量規(guī)范化層的使用建議。批量規(guī)范化層的使用依賴于數(shù)據(jù)集的統(tǒng)計(jì)分布特征,只有當(dāng)訓(xùn)練
集的歸一化能量分布集中在能量較強(qiáng)的區(qū)域,批量規(guī)范化層的使用才會(huì)提升網(wǎng)絡(luò)的效果。但通常情況下,在地震數(shù)據(jù)
去噪的應(yīng)用中,不建議使用批量規(guī)范化層。這些特征為深度學(xué)習(xí)算法在地震數(shù)據(jù)去噪應(yīng)用中的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)提供了有
價(jià)值的參考。