典型文献
基于快速字典学习的压缩感知地震数据重建
文献摘要：
地震数据的稀疏性是压缩感知地震数据重建的重要前提,其直接影响地震数据的重建精度,因此研究高效的地震数据稀疏表示方法具有重要意义.针对经典K-SVD算法稀疏编码时无法得到全局最优解,不能保证收敛从而影响重建精度的问题,这里提出快速字典学习算法稀疏表示地震数据的方法.快速字典学习将稀疏表示目标优化问题转换为两个可直接求解最值的子优化问题,且将稀疏约束上限与字典相干性关,将快速字典学习算法应用于压缩感知地震数据重建.模拟地震数据以及大庆油田实际地震数据仿真验证结果表明,基于快速字典学习的压缩感知地震数据重建不仅能更好地重建地震数据细节,而且耗时少.
文献关键词：
压缩感知;字典学习;稀疏表示;地震数据重建
中图分类号：
作者姓名：
李婷婷;段中钰
作者机构：
北京信息科技大学 信息与通信工程学院,北京 100101
文献出处：
引用格式：
[1]李婷婷;段中钰-.基于快速字典学习的压缩感知地震数据重建)[J].物探化探计算技术,2022(01):9-16
A类：
B类：
字典学习,压缩感知,地震数据重建,稀疏性,响地,重建精度,数据稀疏,稀疏表示,表示方法,SVD,稀疏编码,全局最优解,目标优化问题,问题转换,最值,稀疏约束,相干性,算法应用,大庆油田,数据仿真,仿真验证,建地
AB值：
0.232712
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
