检索结果-南通市图书馆

FK和Shearlet域联合压缩感知数据重构技术

在线全文

学校读者我要写书评

暂无评论

石油地球物理勘探 2022年第3期57卷 557-569,I0003页

作者：闫海洋周辉刘海波徐朝红孙赞东刘昭中国石油大学(北京)油气资源与探测国家重点实验室北京102249 中国石油大学(北京)CNPC物探重点实验室北京102249 中国石油大学(北京)地球物理学院北京102249 东方地球物理公司海洋物探处天津300457

由于稀疏炮检点采集或野外采集因素造成地震数据的不规则,影响地震资料成像质量。基于压缩感知理论的重构方法,能够在有限采样的情况下有效重构地震数据。由于地震道的空间随机缺失在波数域表现为空间假频,文中将时空域的地震道重构转... 详细信息

由于稀疏炮检点采集或野外采集因素造成地震数据的不规则,影响地震资料成像质量。基于压缩感知理论的重构方法,能够在有限采样的情况下有效重构地震数据。由于地震道的空间随机缺失在波数域表现为空间假频,文中将时空域的地震道重构转化为频率波数(FK)域的随机噪声压制问题。对FK域数据做多尺度、多方向性的剪切(Shearlet)变换,通过反演迭代消除FK域的空间假频,从而实现地震道的空间重构。该方法是在FK变换后进行Shearlet变换,可以看作一种新的稀疏基变换。由于全局随机采样因子频谱呈白噪特征,分段随机采样因子频谱呈蓝谱特征,因此分段采样数据有效信号与假频的混叠相对减少,更有利于数据重构。实验结果表明,分段随机采样FK+Shearlet域重构精度高于全局随机采样Shearlet域重构、分段随机采样Shearlet域重构和全局随机采样FK+Shearlet域重构。

关键词：压缩感知数据重构 Shearlet变换分段随机稀疏采样

在线全文

学校读者我要写书评

暂无评论

基于衍射理论的哈达玛编码光谱成像数据重构

物理学报 2022年第9期71卷 112-121页

作者：刘文龙刘学斌王爽严强强中国科学院西安光学精密机械研究所中国科学院光谱成像技术重点实验室西安710119 中国科学院大学北京100049

哈达玛变换光谱成像技术是一种在不牺牲分辨率的情况下,通过多通道复用的方法增加光学系统光通量,使得系统信噪比显著高于传统成像的新型计算光谱成像技术.本文针对系统成像过程中数字微镜器件衍射造成的图像降质问题,建立了基于标量衍... 详细信息

哈达玛变换光谱成像技术是一种在不牺牲分辨率的情况下,通过多通道复用的方法增加光学系统光通量,使得系统信噪比显著高于传统成像的新型计算光谱成像技术.本文针对系统成像过程中数字微镜器件衍射造成的图像降质问题,建立了基于标量衍射理论的哈达玛编码光谱成像图谱数据退化模型,提出以Lucy-Richardson(L-R)算法为核心的重构数据修正算法,提高重构数据立方体的图像质量和光谱精度.通过对成像过程的模拟和重构算法的仿真实验,数字化生成了系统成像衍射降质的物理过程,并验证了本文所采用修正方法的有效性.经过L-R修正之后的复原数据立方体的光谱角距离评价结果为0.1296,图像相似度评价因子优于0.85,相比修正前的重构数据质量有较大提升,表明算法对哈达玛编码光谱成像数据的重构及修正具有较好的效果.

关键词：哈达玛编码光谱成像图像衍射降质数据重构光谱修正

在线全文

学校读者我要写书评

暂无评论

基于量子生成对抗网络的数据重构

计算机工程与应用 2023年

作者：江奕达王明明西安工程大学计算机科学学院

使用神经网络实现数据重构是人工智能领域一项十分重要的研究课题。生成对抗网络（Generative Adversarial Networks，GAN）作为近年来人工智能的热门算法，在完成数据重构任务中有较好的表现。量子计算作为一种能够加速经典计算的新型... 详细信息

使用神经网络实现数据重构是人工智能领域一项十分重要的研究课题。生成对抗网络（Generative Adversarial Networks，GAN）作为近年来人工智能的热门算法，在完成数据重构任务中有较好的表现。量子计算作为一种能够加速经典计算的新型计算模式，正不断地与经典人工智能算法相融合。其中，量子生成对抗网络（Quantum Generative Adversarial Networks ，QGAN）在图像相关任务中具有良好的表现，但是量子模型的拟合能力还有待提高。故此，本文提出了一种基于GAN框架的量子-经典混合生成对抗网络（Q-CGAN）用于实现数据重构任务。该框架利用经典网络的非线性提高拟合效果，利用量子特性提供量子加速。使用MNIST手写数据集对比验证了量子模型和混合模型的重构效果。结果显示，Q-CGAN较纯量子生成器在数据重构过程中具有更好的表现。此外，还研究了混合模型中使用不同量子编码方案和不同参数化量子线路对数据重构效果的影响。

关键词：量子计算混合生成对抗网络数据重构

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于PCA-MC的土壤湿度数据重构算法

计算机科学 2023年第S02期50卷 446-451页

作者：王杉刘璐华东交通大学信息工程学院南昌330006

土壤湿度在气象、气候等学科中起着重要作用,然而目前观测的土壤湿度数据缺少高精度、高空间分辨率,其适用性受到很大的限制。矩阵填充(Matrix Completion,MC)是压缩感知在矩阵上的应用,它针对部分缺失、污染、损毁的大规模数据,旨在将... 详细信息

土壤湿度在气象、气候等学科中起着重要作用,然而目前观测的土壤湿度数据缺少高精度、高空间分辨率,其适用性受到很大的限制。矩阵填充(Matrix Completion,MC)是压缩感知在矩阵上的应用,它针对部分缺失、污染、损毁的大规模数据,旨在将一个低秩不完整的矩阵,利用其元素间的相关性,恢复出矩阵的全部数据,适用于土壤湿度这类时空相关性高但缺失值多的数据。但其要求矩阵秩是相关或近似相关的,而土壤湿度的秩不稳定。对此,通过预设矩阵的秩,引入主成分分析方法(Principal Component Analysis,PCA),在降低矩阵维度的同时保留大部分信息,并在此基础上对具有缺失值的土壤湿度数据进行矩阵填充。实验选取了ERA-Interim 2022年部分地区的卫星土壤湿度数据,结果显示,相较于传统的MC算法,引入主成分分析的PCA-MC(Low Rank Matrix Completion)的实验结果的偏差减小了28.6%,均方根误差减小了5.78%,最大误差减小了14.8%,同时缩短了重构时间,这表明,PCA-MC方法相比MC方法可以有效地重构有缺失值的大规模矩阵。

关键词：土壤湿度卫星数据矩阵填充主成分分析数据重构

基于RFD-U-Net的探地雷达缺失数据重构

在线全文

学校读者我要写书评

暂无评论

地球物理学进展 2023年第4期38卷 1775-1786页

作者：胡磊磊邹仁辉杨富强莫亚军曾宣源区小毅广西壮族自治区地球物理勘察院柳州545005 广西壮族自治区地质环境监测站南宁530029

在探地雷达勘探中,由于受到采样点数与测量速度不匹配、地表不均匀或仪器内外部干扰等因素的影响,容易造成信息不完整,甚至缺失.如何有效重构缺失信号是提高原始GPR数据精度和进行后续高分辨率成像的关键环节.本文提出了一种残差特征提... 详细信息

在探地雷达勘探中,由于受到采样点数与测量速度不匹配、地表不均匀或仪器内外部干扰等因素的影响,容易造成信息不完整,甚至缺失.如何有效重构缺失信号是提高原始GPR数据精度和进行后续高分辨率成像的关键环节.本文提出了一种残差特征提取网络(RFD-U-Net)来针对性处理数据缺失这一问题.其中,RFD采用信息蒸馏网络的方法对缺失数据进行重构,首先使用多个特征提取连接来进行特征学习,然后在残差单元上增加跳跃映射,补充卷积过程中损失的特征信息,最后与轻量网络U-Net相结合,极大程度地缩减了网络冗杂.合成测试数据的对比结果及UQI和SNR两种评价指标的量化分析结果可知,RFD-U-Net获得了最优的重构效果和最佳的计算数值,验证了本文所提方法重构缺失GPR剖面的准确度和优越性.将RFD-U-Net应用于实测数据中,能够较好地重构缺失数据,在细节上突出了有效信号的连续性,并采用自动聚焦技术这一评价指标进行佐证,证明了该方法的实用性.

关键词：探地雷达深度学习自动聚焦技术数据重构

基于时空多视图学习算法的PMU电压数据重构方法

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2024年

作者：林俊杰涂明权朱利鹏宋文超陆超湖南大学电气与信息工程学院新型电力系统运行与控制全国重点实验室(清华大学电机工程与应用电子技术系) 福州大学电气工程与自动化学院

同步相量测量装置(PMU)具有同步性好、分辨率高、相角直接可测等优点，是实现电力系统在线实时状态感知的重要信息源。然而，由于受到设备故障、气候干扰、通信问题等因素影响，实际电网中的PMU数据容易出现数据缺失和异常等情况，这将... 详细信息

同步相量测量装置(PMU)具有同步性好、分辨率高、相角直接可测等优点，是实现电力系统在线实时状态感知的重要信息源。然而，由于受到设备故障、气候干扰、通信问题等因素影响，实际电网中的PMU数据容易出现数据缺失和异常等情况，这将干扰后续基于PMU数据的电网高级应用，进而影响电网状态感知和运行调度的可靠性。文中首先通过分析现场实测的PMU数据，归纳出4种低质量数据情况，并且利用机理分析和相关性分析方法对系统运行状态进行辨识；接着将多视图学习方法与电网运行机理相结合，提出基于时空信息特征融合的多视图数据初步重构算法，对PMU低质量和缺失数据进行重构；最后，结合系统不同运行状态特点，利用不同视图生成数据进行低质量数据的辨识，并提出一种基于历史数据的自适应加权的缺失数据重构方法。仿真和实测数据表明该方法能有效对PMU低质量数据进行辨识并实时重构生成，为PMU数据在电力系统中的应用提供有效保障。

关键词：同步相量量测数据低质量数据系统运行状态辨识多视图学习法数据重构

基于信噪比质控的优化迭代反演非规则数据重构方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地球物理学进展 2022年第4期37卷 1541-1547页

作者：董烈乾张慕刚骆飞张翊孟安学勇魏国伟中国石油集团东方地球物理公司涿州072751

压缩感知地震勘探技术可以在相同成本投入的情况下,增加地震数据道密度,有利于提升地震成像质量,越来越受到业界的关注.非规则数据重构是压缩感知地震勘探技术的核心.本文优化了常规基于稀疏域迭代反演的非规则地震数据重构方法,通过引... 详细信息

压缩感知地震勘探技术可以在相同成本投入的情况下,增加地震数据道密度,有利于提升地震成像质量,越来越受到业界的关注.非规则数据重构是压缩感知地震勘探技术的核心.本文优化了常规基于稀疏域迭代反演的非规则地震数据重构方法,通过引入信噪比质控因子,设计了基于信噪比质控的优化迭代反演非规则数据重构方法.该方法可以针对不同信噪比数据采取不同的信噪比质控因子进行数据重构.在低信噪比地区,该方法可以在重构缺失数据的同时提高地震数据的信噪比.在高信噪比地区,该方法在恢复缺失数据的同时可以保护有效信号的能量.通过数据测试验证了该方法的有效性.

关键词：非规则数据信噪比迭代反演质控因子数据重构

在线全文

学校读者我要写书评

暂无评论

基于神经网络的地磁观测数据重构研究

地球物理学报 2018年第6期61卷 2358-2368页

作者：姚休义滕云田杨冬梅姚远云南省地震局昆明650224 中国地震局地球物理研究所北京100081 川滇国家地震预报实验场云南分中心昆明650224

在距离数据缺失台站一定范围内选取参考台作为输入,构建非线性BP神经网络并进行地磁观测数据重构研究.数据仿真结果显示,重构数据和原始记录数据吻合程度较高,重构残差较小,磁静日重构平均残差仅为0.11nT,磁扰日平均重构残差为0.23nT.... 详细信息

在距离数据缺失台站一定范围内选取参考台作为输入,构建非线性BP神经网络并进行地磁观测数据重构研究.数据仿真结果显示,重构数据和原始记录数据吻合程度较高,重构残差较小,磁静日重构平均残差仅为0.11nT,磁扰日平均重构残差为0.23nT.重点对磁场活动最剧烈时段内的数据进行了短时重构,平均残差由0.4nT降低到0.2nT,重构效果得到较大改进.计算了原始数据与重构数据的功率谱密度,除部分高频信号外,二者变化特征基本相同,相关性高达1.0.从时域和频域验证了BP神经网络在地磁相对记录数据重构上的有效性,并将其运用于实际缺失数据重构,取得较好效果.

关键词： BP神经网络数据重构地磁观测检验

基于AC-GAN数据重构的风电机组主轴承温度监测方法

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2021年第6期16卷 1106-1116页

作者：尹诗侯国莲胡晓东周继威中能电力科技开发有限公司北京100034 华北电力大学控制与计算机工程学院北京102206

为更好地识别风电机组主轴承运行状态,提出了一种基于辅助分类生成对抗网络(auxiliary classifier generative adversarial networks, AC-GAN)的数据重构算法对风电机组主轴承温度进行监测。首先,利用采集与监视控制系统(supervisory co... 详细信息

为更好地识别风电机组主轴承运行状态,提出了一种基于辅助分类生成对抗网络(auxiliary classifier generative adversarial networks, AC-GAN)的数据重构算法对风电机组主轴承温度进行监测。首先,利用采集与监视控制系统(supervisory control and data acquisition, SCADA)时序数据建立基于轻型梯度增强学习器(light gradient boosting machine, LightGBM)的主轴承温度预测模型,并计算其残差特征。其次,利用统计过程控制(statistical process control, SPC)方法对主轴承温度异常残差在控制线范围内进行筛选,并利用AC-GAN算法对残差进行重构。最后,分别提取主轴承温度正常和异常的残差特征,建立基于自然梯度提升(natural gradient boosting, NGBoost)的主轴承状态监测模型。实验结果表明,该方法对主轴承运行状态判断准确度高达87.5%,能够有效地监测风电机组轴承类运行状态。

关键词：轻型梯度增强学习器辅助分类生成对抗网络自然梯度提升风电机组主轴承状态监测数据重构温度残差