期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于低维流形学习的地震数据重构
1
作者
叶文海
林红波
《吉林大学学报(信息科学版)》
CAS
2022年第6期898-907,共10页
为提高地震勘探精度,需要从低信噪比地震勘探数据中高精度地重构地震信号,为此结合卷积框架变换的稀疏性和低维流形模型学习地震信号的灵活性,提出基于卷积框架变换正则化低维流形模型(CFR-LDMM:Convolutional Framelet Regularization ...
为提高地震勘探精度,需要从低信噪比地震勘探数据中高精度地重构地震信号,为此结合卷积框架变换的稀疏性和低维流形模型学习地震信号的灵活性,提出基于卷积框架变换正则化低维流形模型(CFR-LDMM:Convolutional Framelet Regularization based Low Dimensional Manifold Model)的地震信号恢复算法。通过数据驱动的局部基和非局部基对地震信号块流形联合表示,获得地震信号块流形的低维等距嵌入,避免显示定义流形坐标,提升地震噪声压制能力和信号恢复精度。合成数据和实际地震勘探记录测试表明,所提的CFR-LDMM方法能将地震数据的卷积框架变换系数能量集中到系数矩阵的一角,在压制地震勘探噪声的同时准确地重构了低信噪比地震数据中的缺失道。
展开更多
关键词
地震勘探
信号恢复
卷积
框架
小波变换
低维流形模型
噪声压制
下载PDF
职称材料
题名
基于低维流形学习的地震数据重构
1
作者
叶文海
林红波
机构
吉林省科维交通工程有限公司工程部
吉林大学通信工程学院
出处
《吉林大学学报(信息科学版)》
CAS
2022年第6期898-907,共10页
基金
国家自然科学基金资助项目(41774117)。
文摘
为提高地震勘探精度,需要从低信噪比地震勘探数据中高精度地重构地震信号,为此结合卷积框架变换的稀疏性和低维流形模型学习地震信号的灵活性,提出基于卷积框架变换正则化低维流形模型(CFR-LDMM:Convolutional Framelet Regularization based Low Dimensional Manifold Model)的地震信号恢复算法。通过数据驱动的局部基和非局部基对地震信号块流形联合表示,获得地震信号块流形的低维等距嵌入,避免显示定义流形坐标,提升地震噪声压制能力和信号恢复精度。合成数据和实际地震勘探记录测试表明,所提的CFR-LDMM方法能将地震数据的卷积框架变换系数能量集中到系数矩阵的一角,在压制地震勘探噪声的同时准确地重构了低信噪比地震数据中的缺失道。
关键词
地震勘探
信号恢复
卷积
框架
小波变换
低维流形模型
噪声压制
Keywords
seismic exploration
signal recovery
convolution framelet transform
low dimensional manifold model
denoising
分类号
TN911.7 [电子电信—通信与信息系统]
P631 [电子电信—信息与通信工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于低维流形学习的地震数据重构
叶文海
林红波
《吉林大学学报(信息科学版)》
CAS
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部