基于在線字典學(xué)習(xí)算法的地震數(shù)據(jù)去噪研究與應(yīng)用
發(fā)布時間:2022-01-12 12:14
在地震數(shù)據(jù)處理領(lǐng)域,地震資料的去噪質(zhì)量直接影響到后續(xù)處理工作的有效性和可靠性,并且隨著地震勘探的發(fā)展越來越偏向于復(fù)雜油氣藏,干凈的地震資料難以獲得,因此對于地震資料的去噪應(yīng)用是地震數(shù)據(jù)處理領(lǐng)域中一項重要的持續(xù)研究內(nèi)容;诘卣饠(shù)據(jù)與圖像、語音信號的相似性,本文將在圖像、語音信號領(lǐng)域快速發(fā)展的字典學(xué)習(xí)方法應(yīng)用于地震資料去噪。字典學(xué)習(xí)方法是一種基于特征學(xué)習(xí)的稀疏表示算法,首先信號是地震資料中具有結(jié)構(gòu)特征的有用信息,而一般地,噪聲是隨機的無結(jié)構(gòu)的,不能進行稀疏表示。字典學(xué)習(xí)方法對地震資料進行訓(xùn)練學(xué)習(xí),得到與該地震資料中信號所匹配的數(shù)據(jù)結(jié)構(gòu),再根據(jù)數(shù)據(jù)結(jié)構(gòu)之間的重組獲得地震信號的優(yōu)良稀疏表示,稀疏表示過程進行了信號與噪聲的分離。由于常規(guī)的字典學(xué)習(xí)方法計算復(fù)雜度過大,難以處理較大的地震資料,因此本文將能輕易處理較大數(shù)據(jù)集的在線字典學(xué)習(xí)方法引入地震數(shù)據(jù)處理中。在線字典學(xué)習(xí)方法使用了將待處理數(shù)據(jù)切塊的思想,同時字典更新方式為逐列更新,因此大幅降低了計算的復(fù)雜度。在實際應(yīng)用中發(fā)現(xiàn):如果地震資料中含有能量較強且規(guī)則的噪聲,會導(dǎo)致噪聲的結(jié)構(gòu)特征也被學(xué)習(xí)進字典,得到的字典品相較差。針對該問題,本文使用EMD...
【文章來源】:成都理工大學(xué)四川省
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【部分圖文】:
硬閾值和軟閾值
2, , , ,( , , ) = , = ( ) ( )j l k j l kRC j l k f f x x dx示頻率平面的平鋪。在傅立葉空間中,曲線被支撐且陰影區(qū)域代表這樣一個普通的楔形。右邊的圖像空間笛卡爾網(wǎng)格。
線狀地震合成記錄的噪聲壓制處理對比
【參考文獻】:
期刊論文
[1]基于字典學(xué)習(xí)的碰摩聲發(fā)射信號降噪算法[J]. 彭威,張祺威. 電子器件. 2019(01)
[2]基于層次化字典學(xué)習(xí)的圖像超分辨率方法[J]. 薛文俊,謝淑翠,王至琪. 計算機工程與設(shè)計. 2019(02)
[3]模型約束下的在線字典學(xué)習(xí)地震弱信號去噪方法[J]. 李勇,張益明,雷欽,牛聰,周鈺邦,葉云飛. 地球物理學(xué)報. 2019(01)
[4]基于字典降噪改進模糊聚類MRI圖像分割算法[J]. 蘭丙申,韓紅偉. 中國數(shù)字醫(yī)學(xué). 2018(10)
[5]基于改進Curvelet變換的地震數(shù)據(jù)重建方法[J]. 侯文龍,賈瑞生,孫圓圓,俞國慶. 煤炭學(xué)報. 2018(09)
[6]利用在線字典學(xué)習(xí)實現(xiàn)圖像超分辨率重建的算法[J]. 鹿璇,汪鼎文,石文軒. 武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(05)
[7]基于改進匹配追蹤算法的化爆地震波信號時頻特征提取[J]. 鐘明壽,周輝,劉影,龍源,郭濤. 爆炸與沖擊. 2017(06)
[8]改進K-SVD算法在曲軸軸承AE信號的去噪研究[J]. 張峻寧,張培林,華春蓉,秦萍. 振動與沖擊. 2017(21)
[9]基于K-SVD字典學(xué)習(xí)算法的稀疏表示振動信號壓縮測量重構(gòu)方法[J]. 郭俊鋒,石斌,魏興春,李海燕,王智明. 機械工程學(xué)報. 2018(07)
[10]基于EMD的振動信號去噪方法研究[J]. 馬宏偉,張大偉,曹現(xiàn)剛,董明,李從會. 振動與沖擊. 2016(22)
博士論文
[1]基于稀疏表示的油氣地震勘探數(shù)據(jù)重建與去噪方法研究[D]. 張巖.東北石油大學(xué) 2018
[2]基于壓縮感知和稀疏表示的地震數(shù)據(jù)重建與去噪[D]. 唐剛.清華大學(xué) 2010
碩士論文
[1]基于稀疏表示的地震數(shù)據(jù)重構(gòu)和去噪方法研究[D]. 張良.吉林大學(xué) 2018
[2]基于稀疏表示的地震數(shù)據(jù)精細處理方法研究[D]. 邵婕.中國石油大學(xué)(華東) 2016
[3]Lasso及其相關(guān)方法在多元線性回歸模型中的應(yīng)用[D]. 柯鄭林.北京交通大學(xué) 2011
[4]小波分析在一維信號去噪中的應(yīng)用[D]. 彭園園.北京郵電大學(xué) 2011
[5]基于稀疏表示與字典學(xué)習(xí)的圖像去噪算法研究[D]. 姜鵬飛.西安電子科技大學(xué) 2011
[6]基于經(jīng)驗?zāi)B(tài)分解的小波閾值信號去噪研究[D]. 張永德.昆明理工大學(xué) 2011
[7]Curvelet閾值迭代法在地震數(shù)據(jù)去噪和插值中的應(yīng)用研究[D]. 仝中飛.吉林大學(xué) 2009
[8]Contourlet變換及其在圖像測量中的應(yīng)用研究[D]. 張小艷.汕頭大學(xué) 2009
本文編號:3584756
【文章來源】:成都理工大學(xué)四川省
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【部分圖文】:
硬閾值和軟閾值
2, , , ,( , , ) = , = ( ) ( )j l k j l kRC j l k f f x x dx示頻率平面的平鋪。在傅立葉空間中,曲線被支撐且陰影區(qū)域代表這樣一個普通的楔形。右邊的圖像空間笛卡爾網(wǎng)格。
線狀地震合成記錄的噪聲壓制處理對比
【參考文獻】:
期刊論文
[1]基于字典學(xué)習(xí)的碰摩聲發(fā)射信號降噪算法[J]. 彭威,張祺威. 電子器件. 2019(01)
[2]基于層次化字典學(xué)習(xí)的圖像超分辨率方法[J]. 薛文俊,謝淑翠,王至琪. 計算機工程與設(shè)計. 2019(02)
[3]模型約束下的在線字典學(xué)習(xí)地震弱信號去噪方法[J]. 李勇,張益明,雷欽,牛聰,周鈺邦,葉云飛. 地球物理學(xué)報. 2019(01)
[4]基于字典降噪改進模糊聚類MRI圖像分割算法[J]. 蘭丙申,韓紅偉. 中國數(shù)字醫(yī)學(xué). 2018(10)
[5]基于改進Curvelet變換的地震數(shù)據(jù)重建方法[J]. 侯文龍,賈瑞生,孫圓圓,俞國慶. 煤炭學(xué)報. 2018(09)
[6]利用在線字典學(xué)習(xí)實現(xiàn)圖像超分辨率重建的算法[J]. 鹿璇,汪鼎文,石文軒. 武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(05)
[7]基于改進匹配追蹤算法的化爆地震波信號時頻特征提取[J]. 鐘明壽,周輝,劉影,龍源,郭濤. 爆炸與沖擊. 2017(06)
[8]改進K-SVD算法在曲軸軸承AE信號的去噪研究[J]. 張峻寧,張培林,華春蓉,秦萍. 振動與沖擊. 2017(21)
[9]基于K-SVD字典學(xué)習(xí)算法的稀疏表示振動信號壓縮測量重構(gòu)方法[J]. 郭俊鋒,石斌,魏興春,李海燕,王智明. 機械工程學(xué)報. 2018(07)
[10]基于EMD的振動信號去噪方法研究[J]. 馬宏偉,張大偉,曹現(xiàn)剛,董明,李從會. 振動與沖擊. 2016(22)
博士論文
[1]基于稀疏表示的油氣地震勘探數(shù)據(jù)重建與去噪方法研究[D]. 張巖.東北石油大學(xué) 2018
[2]基于壓縮感知和稀疏表示的地震數(shù)據(jù)重建與去噪[D]. 唐剛.清華大學(xué) 2010
碩士論文
[1]基于稀疏表示的地震數(shù)據(jù)重構(gòu)和去噪方法研究[D]. 張良.吉林大學(xué) 2018
[2]基于稀疏表示的地震數(shù)據(jù)精細處理方法研究[D]. 邵婕.中國石油大學(xué)(華東) 2016
[3]Lasso及其相關(guān)方法在多元線性回歸模型中的應(yīng)用[D]. 柯鄭林.北京交通大學(xué) 2011
[4]小波分析在一維信號去噪中的應(yīng)用[D]. 彭園園.北京郵電大學(xué) 2011
[5]基于稀疏表示與字典學(xué)習(xí)的圖像去噪算法研究[D]. 姜鵬飛.西安電子科技大學(xué) 2011
[6]基于經(jīng)驗?zāi)B(tài)分解的小波閾值信號去噪研究[D]. 張永德.昆明理工大學(xué) 2011
[7]Curvelet閾值迭代法在地震數(shù)據(jù)去噪和插值中的應(yīng)用研究[D]. 仝中飛.吉林大學(xué) 2009
[8]Contourlet變換及其在圖像測量中的應(yīng)用研究[D]. 張小艷.汕頭大學(xué) 2009
本文編號:3584756
本文鏈接:http://sikaile.net/kejilunwen/kuangye/3584756.html
最近更新
教材專著