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
3
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
改进的神经网络级联相关算法及其在初至拾取中的应用
被引量：
26
1
作者
宋建国
李赋真
+1 位作者
徐维秀
李哲
《石油地球物理勘探》
EI
CSCD
北大核心
2018年第1期8-16,共9页
针对传统BP神经网络存在的问题,引入一种神经网络构造算法——级联相关(CC)算法。该算法具有比BP算法更快的收敛速度,能根据待解决问题自行确定网络结构,即能随时扩展网络拓扑结构以学习新样本。常规CC算法的初始网络只包含输入层和输...
针对传统BP神经网络存在的问题,引入一种神经网络构造算法——级联相关(CC)算法。该算法具有比BP算法更快的收敛速度,能根据待解决问题自行确定网络结构,即能随时扩展网络拓扑结构以学习新样本。常规CC算法的初始网络只包含输入层和输出层。改进的CC算法起始于适当的BP网络结构(存在隐含层);且为了防止权值病态递增,在训练候选隐含神经元的目标函数中加入了正则化项,对权值进行衰减。仿真试验表明:改进的CC算法具有更快收敛速度、更强泛化能力;瞬时强度比、振幅、频率、曲线长度比、相邻道相关性等五种地震属性特征交会图显示对初至波具有稳定的区分能力。本文构建的神经网络初至拾取方法在实际资料应用中取得了良好效果。
展开更多
关键词
初至拾取
初至波
级联相关算法
Quickprop算法
地震属性
在线阅读
下载PDF
职称材料
基于经验小波变换的地震资料噪声压制方法
被引量：
11
2
作者
覃发兵
徐振旺
+4 位作者
啜晓宇
张小明
郭乃川
董玉文
陈伟
《中国石油勘探》
CAS
北大核心
2018年第5期100-110,共11页
噪声压制是地震资料处理中重要的环节,目前已有的去噪技术存在着噪声去除不干净、有效信号丢失、不能处理非线性非平稳信号等问题。经验小波变换(Empirical Wavelet Transform,简写为EWT)是一种能自适应分解原始信号的算法,其相较于经...
噪声压制是地震资料处理中重要的环节,目前已有的去噪技术存在着噪声去除不干净、有效信号丢失、不能处理非线性非平稳信号等问题。经验小波变换(Empirical Wavelet Transform,简写为EWT)是一种能自适应分解原始信号的算法,其相较于经典的经验模态分解(Empirical Mode Decomposition,简写为EMD)具有更好的自适应性和完善的数学理论基础。将EWT算法引入到地震资料噪声压制中,选取合适的小波函数并利用EWT算法对目标地震信号进行自适应分解,得到其各个频率尺度的固有模态分量;然后根据原始地震信号的主频设定阈值范围,选取主频值在阈值范围内的固有模态分量进行重构,最终获取去噪后的地震信号。结果表明将EWT噪声压制算法应用于数值模型和实际地震资料中,可以很好地实现有效信号和噪声的分离,结果均比常规算法的去噪效果要好。
展开更多
关键词
经验模态分解(EMD)
总体经验模态分解(EEMD)
经验小波变换(EWT)
固有模态分量(IMF)
去噪
在线阅读
下载PDF
职称材料
GSR无线节点仪器检波器串阻抗模型建立的研究
被引量：
3
3
作者
封召鹏
聂明涛
+1 位作者
李文静
丁冠东
《石化技术》
CAS
2017年第1期86-87,共2页
GSR无线节点采集仪器在地震勘探中显得越来越重要。本文通过对影响检波器串阻抗值的因素进行详细的分析,来最终确立GSR无线节点检波器串的阻抗值模型。
关键词
GSR节点仪器
检波器
阻抗
模型
在线阅读
下载PDF
职称材料
题名
改进的神经网络级联相关算法及其在初至拾取中的应用
被引量：
26
1
作者
宋建国
李赋真
徐维秀
李哲
机构
中国石油
大学(华东)
地球
科学与技术学院
中国石油集团东方地球物理公司大港物探处
中国
石化
石油
工程
地球
物理
公司
胜利分
公司
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2018年第1期8-16,共9页
基金
国家自然科学基金项目"页岩油气层及裂缝多尺度物理正演"(U1663207)
国家"十三.五"重大专项"陆相页岩油甜点地球物理识别与预测方法"(2017ZX05049002)资助
文摘
针对传统BP神经网络存在的问题,引入一种神经网络构造算法——级联相关(CC)算法。该算法具有比BP算法更快的收敛速度,能根据待解决问题自行确定网络结构,即能随时扩展网络拓扑结构以学习新样本。常规CC算法的初始网络只包含输入层和输出层。改进的CC算法起始于适当的BP网络结构(存在隐含层);且为了防止权值病态递增,在训练候选隐含神经元的目标函数中加入了正则化项,对权值进行衰减。仿真试验表明:改进的CC算法具有更快收敛速度、更强泛化能力;瞬时强度比、振幅、频率、曲线长度比、相邻道相关性等五种地震属性特征交会图显示对初至波具有稳定的区分能力。本文构建的神经网络初至拾取方法在实际资料应用中取得了良好效果。
关键词
初至拾取
初至波
级联相关算法
Quickprop算法
地震属性
Keywords
first break picking
first arrival
cascade-correlation algorithm
Quickprop algorithm
seismic
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
基于经验小波变换的地震资料噪声压制方法
被引量：
11
2
作者
覃发兵
徐振旺
啜晓宇
张小明
郭乃川
董玉文
陈伟
机构
长江大学管理学院
中国石油
辽河油田
公司
勘探开发研究院
河北煤炭科学研究院
中国石油集团东方地球物理公司大港物探处
中海
石油
(
中国
)有限
公司
天津分
公司
渤海
石油
研究院
中国石油集团
东方
地球
物理
公司
研究院资料
处
理中心
非常规油气湖北省协同创新中心
出处
《中国石油勘探》
CAS
北大核心
2018年第5期100-110,共11页
基金
国家自然科学基金项目"基于经验模态分解的自由表面多次波衰减方法研究"(41804140)
文摘
噪声压制是地震资料处理中重要的环节,目前已有的去噪技术存在着噪声去除不干净、有效信号丢失、不能处理非线性非平稳信号等问题。经验小波变换(Empirical Wavelet Transform,简写为EWT)是一种能自适应分解原始信号的算法,其相较于经典的经验模态分解(Empirical Mode Decomposition,简写为EMD)具有更好的自适应性和完善的数学理论基础。将EWT算法引入到地震资料噪声压制中,选取合适的小波函数并利用EWT算法对目标地震信号进行自适应分解,得到其各个频率尺度的固有模态分量;然后根据原始地震信号的主频设定阈值范围,选取主频值在阈值范围内的固有模态分量进行重构,最终获取去噪后的地震信号。结果表明将EWT噪声压制算法应用于数值模型和实际地震资料中,可以很好地实现有效信号和噪声的分离,结果均比常规算法的去噪效果要好。
关键词
经验模态分解(EMD)
总体经验模态分解(EEMD)
经验小波变换(EWT)
固有模态分量(IMF)
去噪
Keywords
empirical mode decomposition （EMD）
ensemble empirical mode decomposition （EEMD）
empirical wavelet transformation（EWT）
intrinsic mode function （IMF）
denoising
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
GSR无线节点仪器检波器串阻抗模型建立的研究
被引量：
3
3
作者
封召鹏
聂明涛
李文静
丁冠东
机构
西安
石油
大学
中国石油集团
东方
地球
物理
公司
国际勘探事业部
中国石油集团东方地球物理公司大港物探处
出处
《石化技术》
CAS
2017年第1期86-87,共2页
文摘
GSR无线节点采集仪器在地震勘探中显得越来越重要。本文通过对影响检波器串阻抗值的因素进行详细的分析,来最终确立GSR无线节点检波器串的阻抗值模型。
关键词
GSR节点仪器
检波器
阻抗
模型
Keywords
GSR node system
geophone
impedance
model
分类号
P631.43 [天文地球—地质矿产勘探]
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
改进的神经网络级联相关算法及其在初至拾取中的应用
宋建国
李赋真
徐维秀
李哲
《石油地球物理勘探》
EI
CSCD
北大核心
2018
26
在线阅读
下载PDF
职称材料
2
基于经验小波变换的地震资料噪声压制方法
覃发兵
徐振旺
啜晓宇
张小明
郭乃川
董玉文
陈伟
《中国石油勘探》
CAS
北大核心
2018
11
在线阅读
下载PDF
职称材料
3
GSR无线节点仪器检波器串阻抗模型建立的研究
封召鹏
聂明涛
李文静
丁冠东
《石化技术》
CAS
2017
3
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
