典型文献
基于字典学习和图拉普拉斯正则化的全波形反演
文献摘要：
针对全波形反演问题的不适定性,本文将基于块的稀疏字典学习、图的拉普拉斯矩阵应用于全波形反演(Full Waveform Inversion,FWI)问题,提出了一种新的 FWI 算法—基于字典学习和图拉普拉斯正则化的全波形反演方法.利用奇异值分解从图像块中学习出具有自适应性的稀疏变换字典,在稀疏表示降噪模型的基础上,引入图拉普拉斯正则化项,同时考虑局部图像块的稀疏性和非局部图像块间的相似性.数值试验结果表明,与基于曲波变换的稀疏约束正则化波形反演算法相比,本文算法能够提供视觉上更清晰的反演结果,能够保留介质参数中更多的细节特征,且在峰值信噪比、结构相似性和均方根误差等定量指标上,都有明显地改善.
文献关键词：
全波形反演;字典学习;图拉普拉斯正则化;稀疏表示
中图分类号：
作者姓名：
华然;傅红笋;杨露
作者机构：
大连海事大学理学院,大连 116026
文献出处：
引用格式：
[1]华然;傅红笋;杨露-.基于字典学习和图拉普拉斯正则化的全波形反演)[J].地球物理学进展,2022(03):1034-1040
A类：
图拉普拉斯正则化
B类：
字典学习,全波形反演,不适定性,稀疏字典,拉普拉斯矩阵,矩阵应用,Full,Waveform,Inversion,FWI,反演方法,奇异值分解,自适应性,稀疏变换,稀疏表示,降噪模型,局部图,稀疏性,非局部,数值试验,曲波变换,稀疏约束,反演算法,细节特征,峰值信噪比,结构相似性,定量指标
AB值：
0.225663
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。
