本發(fā)明公開了一種基于殘差塊全卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)噪聲壓制方法。應(yīng)用深度學(xué)習(xí)方法壓制地震噪聲的訓(xùn)練集和測(cè)試集均來自同一數(shù)據(jù)集，使得模型的泛化性受限。為解決泛化性問題，網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)思想是在Unet網(wǎng)絡(luò)的基礎(chǔ)上融合二重殘差塊，以增強(qiáng)網(wǎng)絡(luò)對(duì)隨機(jī)噪聲的捕獲能力。本發(fā)明建立在端到端的編碼?解碼的網(wǎng)絡(luò)結(jié)構(gòu)上，將含噪的地震數(shù)據(jù)作為輸入，由多個(gè)卷積層和殘差塊提取隨機(jī)噪聲的本質(zhì)特征，構(gòu)成編碼；再由多個(gè)反卷積層和殘差塊構(gòu)成解碼，網(wǎng)絡(luò)的輸出即為噪聲壓制后的地震數(shù)據(jù)。與目前地震資料去噪方法對(duì)比，由于融合了二重殘差塊從而對(duì)提取的隨機(jī)噪聲特征進(jìn)行了二次消化學(xué)習(xí)，對(duì)噪聲的本質(zhì)特征學(xué)習(xí)地更為充分，所以在泛化性上具備明顯的優(yōu)勢(shì)，不僅可以有效地壓制隨機(jī)噪聲，還可以保護(hù)有效信號(hào)。