论文摘要
对稀疏采样的地震数据重建,传统算法多采用固定基函数的稀疏变换,此类算法适合处理一些特定结构的数据,无法适应结构复杂的地震数据。基于数据驱动紧框架（DDTF:data-driven tight frame）理论的地震数据重建算法用紧框架对字典进行限定,且可以通过字典学习从数据本身得到最优的稀疏表示。我们利用DDTF自适应稀疏变换的优势和紧框架完美的重构特性对三维实际数据进行重建,并与曲波变换和BM4D进行对比,结果表明DDTF方法更具优势。
论文目录
文章来源
类型: 国内会议
作者: 陈杰,李勇,马泽川,陈力鑫,李雪梅,王鹏飞
关键词: 自适应稀疏变换,数据驱动紧框架,地震数据重建
来源: 2019年中国地球科学联合学术年会 2019-10-27
年度: 2019
分类: 基础科学,工程科技Ⅰ辑
专业: 地质学,地球物理学,矿业工程
单位: 成都理工大学地球物理学院
分类号: P631.4
DOI: 10.26914/c.cnkihy.2019.064217
页码: 80-82
总页数: 3
文件大小: 527k
下载量: 14