在勘探中,有很多因素会导致地震资料缺失,从而影响后续的资料解释。因此需要重构缺失的地震数据,即地震数据插值本文用深度卷积网络的方法做插值,与其他插值方法相比它的重构效果更好,误差更小。卷积网络只有很少的预处理和后处理,使用起来更加方便。实际问题往往非常复杂,几乎不能用线性模型解决,或用线性模型误差会非常大从而影响插值结果,进而影响后续的资料解释等。为了解决这个问题,引入激活函数,但是常见的激活函数各有缺点,使用Sigmoid激活函数具有梯度消失的问题和零中心问题。Hyperbolic Tangent激活函数解决了零中心问题,但是仍然存在梯度消失问题。这里选用ReLU激活函数解决了线性模型的局限性问题,并且解决了梯度消失和零中心问题,适用范围更广。传统的基于稀疏编码的方法是分别处理每一层,深度卷积网络的方法是共同优化所有层。本文的深度卷积网络是一个轻量级结构,是端到端映射,不需要繁琐的操作,但是仍然保证了良好的效果,并且降低了冗余信息。