[发明专利]一种基于深度神经网络的自适应异常振幅压制方法有效

专利信息
申请号: 202010159543.3 申请日: 2020-03-09
公开(公告)号: CN111308553B 公开(公告)日: 2021-02-02
发明(设计)人: 陆文凯;田星宇 申请(专利权)人: 清华大学
主分类号: G01V1/36 分类号: G01V1/36;G06N3/04;G06N3/08
代理公司: 北京众合诚成知识产权代理有限公司 11246 代理人: 史双元
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于深度神经网络的自适应异常振幅压制技术,所述技术包括以下步骤:步骤1:利用深度神经网络提取异常振幅的位置信息和宽度信息;步骤2:利用步骤一提取的数据自适应地设计异常振幅区域的异常振幅衰减算法的参数。本发明利用深度神经网络的方法,使用网络来确定异常振幅的位置信息和宽度信息。然后再将这些信息用于后续的AAA去噪的过程中,从而使得AAA算法能够自适应地作用于不同的异常振幅,更好地压制噪声和保留有效信号。
搜索关键词: 一种 基于 深度 神经网络 自适应 异常 振幅 压制 方法
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202010159543.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top