检索结果-南通市图书馆

吉林大学学报（工学版） 2015年第6期45卷 2043-2048页

作者：田雅男李月林红波徐学纯吉林大学通信工程学院长春130012 吉林大学地球科学学院长春130061

在原始目标函数基础上,通过构建附加噪声约束项和正则因子的约束函数的方式,提出了一种频域正则维纳滤波,同时引入信号幅度调节因子,在控制噪声压制强度的同时调节由滤波造成的有效信号损失幅度。此外,利用初至前噪声和含噪记录共同实... 详细信息

在原始目标函数基础上,通过构建附加噪声约束项和正则因子的约束函数的方式,提出了一种频域正则维纳滤波,同时引入信号幅度调节因子,在控制噪声压制强度的同时调节由滤波造成的有效信号损失幅度。此外,利用初至前噪声和含噪记录共同实现随机噪声的谱估计。仿真记录和实际数据的试验结果表明,新算法的滤波效果比中值滤波和传统维纳滤波效果好,信号偏差及有效信号衰减少,验证了新方法正则化思想的可行性和有效性。

关键词：信号处理正则维纳地震随机噪声噪声约束项正则因子

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于Bandelet变换的地震随机噪声去除

基于Bandelet变换的地震随机噪声去除

引用

作者：刘艳芳哈尔滨工业大学

学位级别：硕士

对于野外采集到的地震资料通常需要进行数据加工处理之后才能作解释而地震资料数据处理具有三高要求，即高信噪比高分辨率高保真度，可见地震去噪是数据处理的一个重要板块地震信号中夹杂的噪声既有随机的也有非随机的，其中随机噪声在... 详细信息

对于野外采集到的地震资料通常需要进行数据加工处理之后才能作解释而地震资料数据处理具有三高要求，即高信噪比高分辨率高保真度，可见地震去噪是数据处理的一个重要板块地震信号中夹杂的噪声既有随机的也有非随机的，其中随机噪声在地震记录中随机出现没有统一的规律，比较难以去除压制地震资料中的随机噪声成为地震资料处理中的研究热点与难点本文主要研究基于Bandelet变换的地震随机噪声去除方法本文首先简单介绍了目前常用的几种地震随机噪声压制方法，并分析了其优缺点;接着列举了几种超小波分析理论的思想方法实现过程及各自的优势面临的问题;然后详细阐述了两代Bandelet变换理论及其算法;继而介绍了本文基于第二代Bandelet变换的字典去噪模型，指出从第二代Bandelet基字典中选取最优基逼近原始图像能在简化第二代Bandelet变换运算的同时达到最优逼近效果，将模型选择理论与Bandelet基字典方法结合使用的去噪算法能有效去除图像中的高斯白噪声;最后将本文方法应用于两组地震图像进行去噪，通过与二维小波阈值去噪比较验证了本文方法的优越性

关键词：地震随机噪声超小波分析 Bandelet变换字典去噪

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于曲波变换在地震数据随机噪声压制的应用

引用

能源研究与管理 2020年第1期 87-90页

作者：刁塑张恒琪王冬年东华理工大学地球物理与测控技术学院南昌330013

目前,常规的曲波变换去噪方法是针对地震数据全局去噪,这样会损失部分有效波能量。为此,采用局部自适应曲波变换去噪方法,通过在不同尺度下设置不同阈值,得到每个尺度下硬阈值函数,压制每个尺度内的随机噪声,可以更多地保留低幅值有效... 详细信息

目前,常规的曲波变换去噪方法是针对地震数据全局去噪,这样会损失部分有效波能量。为此,采用局部自适应曲波变换去噪方法,通过在不同尺度下设置不同阈值,得到每个尺度下硬阈值函数,压制每个尺度内的随机噪声,可以更多地保留低幅值有效波能量。实际数据处理结果表明,该方法相比常规曲波变换全局去噪方法提高了地震数据的信噪比。

关键词：地震随机噪声曲波变换自适应阈值信噪比

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的Curvelet域地震数据随机噪声衰减

基于深度学习的Curvelet域地震数据随机噪声衰减

引用

2022年中国地球科学联合学术年会

作者：邱怡包乾宗长安大学地质工程与测绘学院

基于深度学习的地震数据噪声衰减方法与传统去噪方法相比更加高效,去噪结果具有更高的信噪比。目前基于深度学习的地震数据噪声衰减方法通常在时空域对地震数据进行去噪,而Curvelet域中信号与噪声更明显的特征差异利于网络训练学习。利... 详细信息

基于深度学习的地震数据噪声衰减方法与传统去噪方法相比更加高效,去噪结果具有更高的信噪比。目前基于深度学习的地震数据噪声衰减方法通常在时空域对地震数据进行去噪,而Curvelet域中信号与噪声更明显的特征差异利于网络训练学习。利用Curvelet域地震数据的稀疏性、多尺度性和方向性,联合Curvelet变换与U-net网络,提出了Curvelet域U-net网络随机噪声衰减方法(Curvelet-U-net)。该方法先对地震数据进行Curvelet变换,以地震数据的Curvelet系数作为网络输入,通过U-net网络学习、训练并输出去噪后的Curvelet系数,将输出的Curvelet系数再进行重构得到去噪后的结果。以模拟地震数据为例并与传统去噪方法对比,结果显示curvelet-U-net方法具有更高的信噪比和保真度。

关键词：深度学习地震随机噪声 U-net网络 Curvelet变换

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于自适应秩选方法的地震降秩去噪

引用

成都理工大学学报（自然科学版） 2020年第6期47卷 742-755,761页

作者：杨志鹏陈秀清李勇陈力鑫庞谦马泽川王登伟四川省地震局西昌地震中心站四川西昌615022 成都理工大学地球物理学院成都610059 四川省地震局地震监测中心成都610041

基于矩阵降秩理论的地震随机噪声压制与数据重建技术近年来得到了广泛的关注。考虑到传统的基于Hankel矩阵的降秩去噪方法在处理由非线性同相轴构成的数据时较难确定秩选参数,以及在数据分块计算中存在秩非一致性现象,去噪结果因此容易... 详细信息

基于矩阵降秩理论的地震随机噪声压制与数据重建技术近年来得到了广泛的关注。考虑到传统的基于Hankel矩阵的降秩去噪方法在处理由非线性同相轴构成的数据时较难确定秩选参数,以及在数据分块计算中存在秩非一致性现象,去噪结果因此容易保留残余噪声或损伤有效信号的问题,引入了一种基于渐近均方误差(AMSE)框架下矩阵奇异值最优硬阈值的自适应秩选方法,利用观测矩阵奇异值序列的中值和矩阵行列数比值计算出奇异值信噪分界阈值,自适应地对秩选参数进行确定。并将该方法分别与截断奇异值分解(TSVD)、阻尼奇异值分解(DSVD)、阻尼最优奇异值收缩(DOptShrink)3种秩约化方法相结合,提出了自适应降秩去噪方法。数值实验分析和实际资料去噪结果显示,所提出的自适应降秩去噪方法与常规的固定秩选降秩去噪方法相比,在处理复杂构造地震数据时,能够有效压制随机噪声且保持有效信号幅度。

关键词：降秩理论地震随机噪声自适应秩选 Hankel矩阵

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：