《表1 DCGAN参数：基于深度卷积生成对抗网络的地震初至拾取》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度卷积生成对抗网络的地震初至拾取》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在深度学习中，不同的网络结构会影响网络的性能和精度，最优网络结构问题是深度学习领域的一个研究热点，到目前为止仍没有一个确切的方法来选择一个最优的网络结构。为确定生成器与判别器的最佳卷积层数，本文参考前人对深度学习参数选取的研究[27-29]以及生成对抗网络在图像处理中的成功经验[30-31]，使用5种不同方案的网络结构来训练DC-GAN，如表1所示，每种方案均经过100历元（epoch)，1个epoch等于使用训练集中的全部样本训练一次。另外随机选取工区内的某一炮地震数据作为试验炮进行效果测试，如图4所示。对试验炮先进行人工初至拾取以及预处理，为比较拾取效果，取人工拾取初至时刻后的半波长数据作为真实初至数据。