融合部分卷积和注意力机制对抗网络模型的地震数据重建

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：以生成对抗网络（ＧＡＮ）为代表的深度学习模型在地震数据重建中取得了较好效果，但普通ＧＡＮ 网络的重建结果常存在模糊、假频等缺点。主要原因是：普通卷积模型在对缺失较大的数据进行卷积时，其卷积结果主要受缺失区域的影响，而有效区域的影响较小；且普通卷积模型属于局部操作，卷积结果主要受卷积核内数据的影响，而相距较远的数据对其影响甚微。（剩余7781字）

试读结束

目录
monitor