典型文献
基于字典学习算法的地震资料去噪处理应用研究
文献摘要：
针对地震资料的质量一直是制约数据处理解释结果的重要因素,而且随着新技术的开发,采集到的数据量也在不断加大,噪声的存在也不可避免,因此去噪成为了一大问题,这里应用压缩感知理论,分别以DCT与K-SVD学习字典为稀疏基对不同层位的模型数据进行测试,之后对某工区的实际地震剖面进行处理.结果表明:DCT字典去噪时会损害原地震信号的高频信息,而K-SVD学习字典的效果明显优于DCT字典,在去除噪声的同时对原地震信号的信息能够很好地保留,但由于迭代次数的增加,处理时间较长,应用基于压缩感知理论的O MP算法进行迭代运算,加快了K-SVD学习字典的计算速度,且能重建恢复原信号,为后面的解释工作打下良好的基础.
文献关键词：
字典学习;OMP算法;峰值信噪比;压缩感知
中图分类号：
作者姓名：
杨海涛;李琼;钱浩东;宋鑫;雍鹏
作者机构：
成都理工大学地球物理学院,成都 610059;成都理工大学地球勘探与信息技术教育部重点实验室,成都 610059;中国石油集团 川庆钻探工程有限公司钻采工程技术研究院,广汉 618300
文献出处：
引用格式：
[1]杨海涛;李琼;钱浩东;宋鑫;雍鹏-.基于字典学习算法的地震资料去噪处理应用研究)[J].物探化探计算技术,2022(02):172-178
A类：
B类：
字典学习,地震资料,去噪处理,处理应用,约数,处理解释,数据量,压缩感知理论,DCT,SVD,习字,层位,模型数据,工区,地震剖面,地震信号,频信,除噪声,信息能,迭代次数,处理时间,计算速度,恢复原,后面,OMP,峰值信噪比
AB值：
0.366238
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。
