计算机应用研究

作者：高磊,许轩,罗芯汭,闵帆,

单位：西南石油大学a.计算机与软件学院;b.人工智能研究院;c.机器学习研究中心,成都610500；

关键词：地震数据去噪,无监督,盲点策略,Transformer,

基金：南充市-西南石油大学市校科技战略合作专项资金资助项目(23XNSYSX0084)；；

去除随机噪声可以显著提高地震数据的信噪比（SNR）。盲点驱动的无监督去噪方法无需标注数据，能自动提取特征，但其忽略了噪声相关性，导致去噪性能较差。为此，提出了互补盲点策略和U型Transformer的地震数据去噪框架（CBUTS）。首先，使用互补盲点策略，通过迹线掩码和随机掩码互补采样，有效削弱噪声的空间联系；其次，引入可见盲点损失函数，融合非盲点和盲点去噪结果，降低信息损失；最后，设计了一种基于Transformer的U型盲点网络（STU-Net），通过增强全局和局部特征捕捉，进一步削弱噪声相关性，更准确地预测有效信号。实验结果表明，与经典以及先进的有监督和无监督方法进行比较，CBUTS在去除噪声和保留同相轴连续性方面效果更好。通过对结果的分析和比较，证明该方法完全适用于地震数据去噪。

来源：2025年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第7期