期刊导航
期刊开放获取
上海教育软件发展有限公..
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
2
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
基于离散曲波变换字典和二维局部离散余弦变换字典组合的面波压制
被引量：
6
1
作者
毕云云
汪金菊
+2 位作者
徐小红
屈光中
张洋
《石油物探》
EI
CSCD
北大核心
2017年第2期222-231,共10页
根据地震记录中面波和反射波形态结构的差异性,将基于离散曲波变换字典和二维局部离散余弦变换字典(2D-LDCT)组合的形态成分分析法应用于地震数据的面波压制。首先选取离散曲波变换字典来稀疏表示面波分量,选取二维局部离散余弦变换字...
根据地震记录中面波和反射波形态结构的差异性,将基于离散曲波变换字典和二维局部离散余弦变换字典(2D-LDCT)组合的形态成分分析法应用于地震数据的面波压制。首先选取离散曲波变换字典来稀疏表示面波分量,选取二维局部离散余弦变换字典来稀疏表示反射波分量,然后建立地震记录在两种字典下的面波分离模型,最后通过块协调松弛算法求解该模型来分离出两种分量,实现对面波的有效压制。合成地震记录及实际地震记录试验处理结果表明,该方法在有效压制强面波干扰的同时,能够较好地保护反射波信号。
展开更多
关键词
稀疏表示
面波压制
形态成分分析
离散曲波变换
二维局部离散余弦变换
在线阅读
下载PDF
职称材料
基于组结构字典稀疏表示的地震数据随机噪声压制
2
作者
徐小红
张洋
+1 位作者
屈光中
毕云云
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2017年第2期186-191,共6页
基于地震数据自身学习得到的自适应字典能够更精确地表示地震数据,针对稀疏表示传统方法训练出来的自适应字典的无结构性问题,文章提出一种基于组结构字典稀疏表示的地震数据随机噪声压制算法。该算法首先通过地震数据本身训练得到自适...
基于地震数据自身学习得到的自适应字典能够更精确地表示地震数据,针对稀疏表示传统方法训练出来的自适应字典的无结构性问题,文章提出一种基于组结构字典稀疏表示的地震数据随机噪声压制算法。该算法首先通过地震数据本身训练得到自适应学习型并具有一定结构性的组结构字典,然后利用该组结构字典对地震数据进行稀疏表示,通过得到的表示系数重建地震数据。所用的组结构字典能够更好地适应地震数据自身特性,对地震数据进行稀疏表示可得到更加稀疏的表示系数,滤除了通常系数很小的随机噪声,从而能够有效压制随机噪声。实验表明,文中所提出的地震数据随机噪声压制算法具有良好的去噪效果。
展开更多
关键词
稀疏表示
字典学习
组结构字典
地震数据去噪
在线阅读
下载PDF
职称材料
题名
基于离散曲波变换字典和二维局部离散余弦变换字典组合的面波压制
被引量：
6
1
作者
毕云云
汪金菊
徐小红
屈光中
张洋
机构
合肥工业大学计算机与信息学院
合肥工业大学数学学院
出处
《石油物探》
EI
CSCD
北大核心
2017年第2期222-231,共10页
基金
国家重大科研装备研制项目"深部资源探测核心装备研发"(ZDYZ2012-1-06-05)资助~~
文摘
根据地震记录中面波和反射波形态结构的差异性,将基于离散曲波变换字典和二维局部离散余弦变换字典(2D-LDCT)组合的形态成分分析法应用于地震数据的面波压制。首先选取离散曲波变换字典来稀疏表示面波分量,选取二维局部离散余弦变换字典来稀疏表示反射波分量,然后建立地震记录在两种字典下的面波分离模型,最后通过块协调松弛算法求解该模型来分离出两种分量,实现对面波的有效压制。合成地震记录及实际地震记录试验处理结果表明,该方法在有效压制强面波干扰的同时,能够较好地保护反射波信号。
关键词
稀疏表示
面波压制
形态成分分析
离散曲波变换
二维局部离散余弦变换
Keywords
sparse representation, ground roll attenuation, morphological component analysis, discrete curvelet transform, two-di-mensional local discrete cosine transform
分类号
P631 [天文地球—地质矿产勘探]
在线阅读
下载PDF
职称材料
题名
基于组结构字典稀疏表示的地震数据随机噪声压制
2
作者
徐小红
张洋
屈光中
毕云云
机构
合肥工业大学计算机与信息学院
出处
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2017年第2期186-191,共6页
基金
国家重大科研装备研制资助项目(ZDYZ2012-1)
文摘
基于地震数据自身学习得到的自适应字典能够更精确地表示地震数据,针对稀疏表示传统方法训练出来的自适应字典的无结构性问题,文章提出一种基于组结构字典稀疏表示的地震数据随机噪声压制算法。该算法首先通过地震数据本身训练得到自适应学习型并具有一定结构性的组结构字典,然后利用该组结构字典对地震数据进行稀疏表示,通过得到的表示系数重建地震数据。所用的组结构字典能够更好地适应地震数据自身特性,对地震数据进行稀疏表示可得到更加稀疏的表示系数,滤除了通常系数很小的随机噪声,从而能够有效压制随机噪声。实验表明,文中所提出的地震数据随机噪声压制算法具有良好的去噪效果。
关键词
稀疏表示
字典学习
组结构字典
地震数据去噪
Keywords
sparse representation
dictionary learning
group-structured dictionary
seismic data de- noising
分类号
P315.01 [天文地球—地震学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于离散曲波变换字典和二维局部离散余弦变换字典组合的面波压制
毕云云
汪金菊
徐小红
屈光中
张洋
《石油物探》
EI
CSCD
北大核心
2017
6
在线阅读
下载PDF
职称材料
2
基于组结构字典稀疏表示的地震数据随机噪声压制
徐小红
张洋
屈光中
毕云云
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2017
0
在线阅读
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
