典型文献
基于改进低秩矩阵恢复模型的测井数据去噪方法研究
文献摘要：
在铀矿中子测井数据处理方面,受井液、地层孔隙度、岩性等因素的影响,测井的噪声数据不一定满足稀疏性的要求,传统的低秩矩阵恢复(LRMR)模型对于测井原始数据的去噪效果不佳.作者提出一种基于低秩矩阵恢复的改进模型,以提高对含复杂噪声的测井数据的去噪能力.同时把加权m1范数和加权核范数的思想引入到传统的LRMR模型中,使用F范数作为惩罚项,得到改进的LRMR模型,并应用表现效果较好的非精确增广拉格朗日乘子法(IALM)对模型进行求解.运用传统模型和改进的模型对某铀矿的中子测井数据进行去噪,并使用支持向量机、决策树算法对去噪后的数据进行矿层分类分析;实验结果表明,经过改进模型去噪处理后的测井数据分类准确度更高.改进的LRMR模型去噪能力比传统LRMR模型更强,为铀矿中子测井数据去噪提供了技术支撑.
文献关键词：
铀矿中子测井;数据去噪;低秩矩阵恢复;非精确拉格朗日乘子法;加权范数
中图分类号：
作者姓名：
刘志锋;邹学钢;唐啸虎;魏振华;刘伟真;李润钦
作者机构：
东华理工大学核技术应用教育部工程研究中心,江西南昌330013;东华理工大学信息工程学院,江西南昌330013;江西省核地学数据科学与系统工程技术研究中心,江西南昌330013;上海金泓信息科技有限公司,上海200233
文献出处：
引用格式：
[1]刘志锋;邹学钢;唐啸虎;魏振华;刘伟真;李润钦-.基于改进低秩矩阵恢复模型的测井数据去噪方法研究)[J].铀矿地质,2022(02):336-344
A类：
铀矿中子测井,LRMR,非精确增广拉格朗日乘子法,IALM,非精确拉格朗日乘子法,加权范数
B类：
低秩矩阵恢复,测井数据,数据去噪,去噪方法,孔隙度,岩性,噪声数据,稀疏性,原始数据,去噪效果,改进模型,复杂噪声,m1,加权核范数,应用表现,传统模型,决策树算法,矿层,分类分析,去噪处理,数据分类
AB值：
0.166132
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。
