检索结果-维普期刊中文期刊服务平台

基于L_(1-2)正则化的地震波阻抗“块”反演被引量：7: 1; 作者耿伟恒陈小宏 +3 位作者李景叶汤韦吴凡张俊杰《石油地球物理勘探》 EI CSCD 北大核心 2022年第6期1409-1417,I0006,I0007,共11页; 波阻抗反演技术已经相当成熟,但仍然存在反问题的不适定性、反演的分辨率低以及对地层边界刻画不清晰等问题。为此,提出基于L_(1-2)正则化的地震波阻抗“块”反演方法。在前人的基础上,将L_(1-2)正则化引入基于模型的波阻抗反演,通过借... 展开更多; 关键词波阻抗反演 l_(1-2)正则化贝叶斯理论迭代重加权最小二乘目标函数分辨率; 在线阅读下载PDF 职称材料

L1正则化与pinball损失函数的极限学习机被引量：4: 2; 作者陈聪《信息技术与信息化》 2023年第3期37-40,共4页; 极限学习机(extreme learning machine, ELM)由于其训练速度快、易于实现等优点,在回归领域得到了广泛的应用。然而,传统ELM的平方损失函数在异常值面前放大了异常值的影响,从而降低了性能。为了提高ELM的鲁棒性,在ELM中引入pinball损... 展开更多; 关键词极限学习机 l1正则化 pinball损失函数迭代重加权鲁棒性稀疏性; 在线阅读下载PDF 职称材料

基于交替分裂Bregman迭代算法的鲁棒多道预测反褶积方法被引量：4: 3; 作者李钟晓李振春《石油地球物理勘探》 EI CSCD 北大核心 2017年第4期678-688,共11页; 将一次波的L_1范数最小化约束引入多道预测反褶积,提出基于交替分裂Bregman迭代算法的鲁棒多道预测反褶积方法。所提方法利用距离算子求解L_1范数最小化优化问题,在整个迭代过程中只需计算一次矩阵求逆,计算复杂度较低。首先介绍了多道... 展开更多; 关键词预测反褶积 l1范数最小化约束交替分裂 Bregman迭代算法水层多次波计算效率; 在线阅读下载PDF 职称材料

压缩波束形成声源识别的改进研究被引量：4: 4; 作者张晋源杨洋褚志刚《振动与冲击》 EI CSCD 北大核心 2019年第1期195-199,共5页; 凭借空间分辨率高、旁瓣衰减能力强等优势,压缩波束形成声源识别算法备受关注。传统方法直接最小化声源分布向量的l_1范数,重构声源分布与真实声源分布之间存在一定偏差,声源无法被直接准确量化。为改善该问题,给出迭代重加权l_1范数最... 展开更多; 关键词声源识别压缩波束形成改进迭代重加权l1范数最小化; 在线阅读下载PDF 职称材料

题名基于L_(1-2)正则化的地震波阻抗“块”反演被引量：7: 1; 作者耿伟恒陈小宏李景叶汤韦吴凡张俊杰; 机构中国石油大学(北京)地球物理学院油气资源与探测国家重点实验室; 出处《石油地球物理勘探》 EI CSCD 北大核心 2022年第6期1409-1417,I0006,I0007,共11页; 基金国家自然科学基金项目“时移地震约束油藏动态表征理论与方法研究”(41774129) “基于散射理论面向储层的叠前地震波形反演理论与方法”(41774131) 国家重点研发计划项目“智能化海上高精度地震数据处理关键技术”(2019YFC0312003)联合资助。; 文摘波阻抗反演技术已经相当成熟,但仍然存在反问题的不适定性、反演的分辨率低以及对地层边界刻画不清晰等问题。为此,提出基于L_(1-2)正则化的地震波阻抗“块”反演方法。在前人的基础上,将L_(1-2)正则化引入基于模型的波阻抗反演,通过借鉴全变分正则化的思想,利用叠后地震数据直接获得波阻抗反演结果。首先,推导线性化的波阻抗正演近似公式并分析精度;然后,基于贝叶斯理论,引入L_(1-2)正则化构建波阻抗反演的目标函数,利用迭代重加权最小二乘算法求解目标函数,获得波阻抗反演结果。由于波阻抗反演为单道反演算法,反演多道数据时道与道之间会产生空间不连续现象,因此对反演结果执行f-x域空间预测滤波改善由噪声和单道反演算法带来的空间不连续性。相关系数的定量对比证明了基于L_(1-2)范数的反演结果优于基于L1范数和L2范数。合成数据和实际资料反演验证了所提方法的有效性和可行性。; 关键词波阻抗反演 l_(1-2)正则化贝叶斯理论迭代重加权最小二乘目标函数分辨率; Keywords acoustic impedance inversion l_(1-2)regularization Bayesian theory iterative reweighted least squares objective function resolution; 分类号 P631.4 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

题名L1正则化与pinball损失函数的极限学习机被引量：4: 2; 作者陈聪; 机构西安石油大学计算机学院; 出处《信息技术与信息化》 2023年第3期37-40,共4页; 文摘极限学习机(extreme learning machine, ELM)由于其训练速度快、易于实现等优点,在回归领域得到了广泛的应用。然而,传统ELM的平方损失函数在异常值面前放大了异常值的影响,从而降低了性能。为了提高ELM的鲁棒性,在ELM中引入pinball损失函数。pinball损失函数与误差线性相关,与平方损失函数相比,可以减少异常值的影响。此外,L2范数正则化对于隐藏层节点缺乏稀疏性。相比之下,L1范数正则化可以改善模型的稀疏性。为了同时具有鲁棒性和稀疏性,提出了一种基于L1范数正则化和pinball损失函数的ELM模型,通过迭代重加权算法求解相应的优化问题。为了验证模型的鲁棒性和稀疏性,在6个真实数据集上进行实验。实验结果表明,提出的L1-PELM优于其他方法。特别是对于异常值比率较大的数据,L1-PELM不仅对异常值不敏感,而且保持了稀疏性。; 关键词极限学习机 l1正则化 pinball损失函数迭代重加权鲁棒性稀疏性; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于交替分裂Bregman迭代算法的鲁棒多道预测反褶积方法被引量：4: 3; 作者李钟晓李振春; 机构中国石油大学(华东)地球科学与技术学院地球物理系海洋国家实验室海洋矿产资源评价与探测技术功能实验室; 出处《石油地球物理勘探》 EI CSCD 北大核心 2017年第4期678-688,共11页; 基金中国博士后科学基金面上项目(2015M582163) 山东省自然科学基金项目(ZR2016DB09) +4 种基金国家重点研发计划项目(2016YFC060110501)联合资助; 文摘将一次波的L_1范数最小化约束引入多道预测反褶积,提出基于交替分裂Bregman迭代算法的鲁棒多道预测反褶积方法。所提方法利用距离算子求解L_1范数最小化优化问题,在整个迭代过程中只需计算一次矩阵求逆,计算复杂度较低。首先介绍了多道预测反褶积方法的数学模型,然后给出鲁棒多道预测反褶积的优化问题,并阐述了交替分裂Bregman迭代算法求解优化问题的步骤。相对于基于迭代重加权最小二乘法的鲁棒多道预测反褶积方法,文中方法在保持多次波压制效果的同时,能进一步提高计算效率;相对于基于最小二乘法的多道预测反褶积方法和基于交替分裂Bregman迭代算法的鲁棒单道预测反褶积方法,文中方法能有效地均衡一次波的保护和多次波的压制。另外,所提方法利用了多道预测反褶积方法的优势,比单道预测反褶积方法能更好地适应海底的起伏变化。模型数据和实际数据测试结果表明:当水层多次波具有周期性时,文中方法能在保护一次波的同时,有效地压制水层多次波,并具有较高的计算效率;当水层多次波的周期性假设得不到很好的满足时,很难对多次波的压制效果进行直观判断。; 关键词预测反褶积 l1范数最小化约束交替分裂 Bregman迭代算法水层多次波计算效率; Keywords predictive deconvolution l1 norm minimization constraint alternating split Bregman iteration algorithm water layer multiples computational efficiency; 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

题名压缩波束形成声源识别的改进研究被引量：4: 4; 作者张晋源杨洋褚志刚; 机构重庆工业职业技术学院车辆工程学院重庆大学汽车工程学院; 出处《振动与冲击》 EI CSCD 北大核心 2019年第1期195-199,共5页; 基金国家自然科学基金(11704040) 重庆工业职业技术学院科研项目(GZY201506-ZK) +2 种基金 KJI503105) 中央高校基础研究基金(106112017CDJQJ338810); 文摘凭借空间分辨率高、旁瓣衰减能力强等优势,压缩波束形成声源识别算法备受关注。传统方法直接最小化声源分布向量的l_1范数,重构声源分布与真实声源分布之间存在一定偏差,声源无法被直接准确量化。为改善该问题,给出迭代重加权l_1范数最小化方法,其迭代求解声源分布,且每次迭代中对声源分布向量进行加权。仿真及试验结果均证明:所给方法能有效降低传统方法的重构偏差,能直接用主瓣峰值准确量化声源强度,且空间分辨率更高、旁瓣衰减能力更强。; 关键词声源识别压缩波束形成改进迭代重加权l1范数最小化; Keywords acoustic source identification compressive beamforming improvement iterative reweighted l-norm minimization; 分类号 TB52 [理学—声学]; 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L_(1-2)正则化的地震波阻抗“块”反演	耿伟恒陈小宏李景叶汤韦吴凡张俊杰	《石油地球物理勘探》 EI CSCD 北大核心	2022	7	在线阅读下载PDF 职称材料
2	L1正则化与pinball损失函数的极限学习机	陈聪	《信息技术与信息化》	2023	4	在线阅读下载PDF 职称材料
3	基于交替分裂Bregman迭代算法的鲁棒多道预测反褶积方法	李钟晓李振春	《石油地球物理勘探》 EI CSCD 北大核心	2017	4	在线阅读下载PDF 职称材料
4	压缩波束形成声源识别的改进研究	张晋源杨洋褚志刚	《振动与冲击》 EI CSCD 北大核心	2019	4	在线阅读下载PDF 职称材料