首页 期刊 世界地质 基于改进K-SVD字典学习方法的地震数据去噪 【正文】

基于改进K-SVD字典学习方法的地震数据去噪

作者:程时俊; 韩立国; 于江龙; 张凤蛟 吉林大学地球探测科学与技术学院; 长春130026; 中国石油新疆油田分公司勘探开发研究院; 新疆克拉玛依834000
快速迭代收缩阈值法   正交匹配追踪   稀疏表示   随机噪声  

摘要:为实现更好的地震数据去噪技术,笔者引入一种新的算法:快速迭代收缩阀值法(FISTA),通过FISTA和K-奇异值分解(K-SVD)不断迭代更新K-SVD字典,利用更新得到的K-SVD字典对地震数据进行稀疏表示,去除稀疏系数中较小的数值,使数据中的随机噪声得到压制。对层状模型合成地震记录,Marmousi模型合成地震记录以及实际地震数据进行对比实验,得出FISTA算法较OMP算法能更好地提高地震数据的信噪比,同时有效地保护了反射信号。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅