卷积神经网络中批量规范化层的使用对地震数据去噪的影响分析
时间：2023-11-20
界关注重点在于各种不同深度学习算法和相关的网络结构形式，以及不同标签数据对算法效果的影响，较少关注数据
集本身的差异对深度学习算法的应用效果影响。本文以卷积神经网络(convolutional neural network,CNN）算法中批量
规范化层（Batch Normalization）对地震数据去噪的影响分析为例，通过理论公式和应用效果的对比分析，提出了基
于地震数据特征分析下的批量规范化层的使用建议。批量规范化层的使用依赖于数据集的统计分布特征，只有当训练
集的归一化能量分布集中在能量较强的区域，批量规范化层的使用才会提升网络的效果。但通常情况下，在地震数据
去噪的应用中，不建议使用批量规范化层。这些特征为深度学习算法在地震数据去噪应用中的网络结构设计提供了有
价值的参考。