基于双重稀疏表示的地震资料随机噪声衰减方法

Yong LUO,Hai-Bo MAO,Xiao-Hai YANG,Wen-Jie LI,Wen-Chao CHEN

Geophysical and Geochemical Exploration（2018）

引用 2|浏览8

暂无评分

摘要

针对固定字典难以完全匹配实际资料复杂的形态特征,以及学习字典不具备快速算法、计算复杂等问题,文中选择双重稀疏字典来兼备结构性和自适应性,不仅降低了训练样本的数量,而且更适于高维信号的分析.该方法以过完备离散余弦变换(overcomplete discrete cosine transform,ODCT)作为训练基字典,将待处理资料的特征数据作为样本,利用稀疏K-SVD算法,建立了基于双重稀疏字典的地震随机噪声衰减模型.典型的合成及实际高维地震资料处理结果表明,本文方法不仅可以有效地对地震资料随机噪声进行衰减,而且能更好地保持断层等边缘结构.

查看译文

关键词

noise attenuation,sparse representation,learning dictionary,morphological component analysis,sparse K-SVD

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要