一种脉冲神经网络驱动的叠后地震数据智能重建方法

本发明公开了一种脉冲神经网络驱动的叠后地震数据智能重建方法，涉及叠后地震数据智能重建技术领域，包括：采集叠后原始数据并生成空间缺失掩膜，构建训练样本集，对双极性地震记录进行正负极性解耦，与掩膜拼接成三通道感知张量，构建分级脉冲U型网络，采用非对称时空采样，仅压缩空间维度而保持时间分辨率，神经元集成动态漏电因子、分级脉冲透传与软重置机制，将张量输入网络，经多时间步膜电位积分与稀疏脉冲特征传递，平均瞬态残差得稳态残差场。本发明通过双极性分离与可学习脉冲机制避免振幅截断和弱信号丢失，保留波场振幅相位细节，非对称时空采样解决模糊与跨样本干扰，适应大缺失率，脉冲稀疏计算降低能耗，适于低功耗边缘节点实时重建。