三维体波形分类方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 简略字表 | 第13-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.1.1 波形分类技术 | 第14-15页 |
| 1.1.2 三维体波形分类 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 本文的主要工作与创新点 | 第18页 |
| 1.4 论文结构及内容安排 | 第18-20页 |
| 第二章 三维体波形分类技术的相关原理 | 第20-34页 |
| 2.1 三维体波形分类的去噪预处理 | 第20-23页 |
| 2.1.1 各向异性扩散模型 | 第21页 |
| 2.1.2 基于扩散张量的各向异性模型 | 第21-22页 |
| 2.1.3 结构导向滤波法 | 第22-23页 |
| 2.2 波形分类技术中的特征降维 | 第23-27页 |
| 2.2.1 线性特征降维 | 第24-25页 |
| 2.2.2 非线性特征降维 | 第25-27页 |
| 2.3 波形之间相似性度量方法 | 第27-29页 |
| 2.4 基于DTW的质心更新算法 | 第29-30页 |
| 2.5 聚类算法 | 第30-33页 |
| 2.5.1 基于划分的聚类算法 | 第31页 |
| 2.5.2 自组织映射 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 基于固有特征分析的三维体波形分类方法 | 第34-54页 |
| 3.1 引言 | 第34页 |
| 3.2 固有特征分析 | 第34-39页 |
| 3.2.1 固有特征分析原理 | 第35-37页 |
| 3.2.2 固有特征分析算法 | 第37-39页 |
| 3.3 自组织神经网络 | 第39-41页 |
| 3.3.1 Kohonen SOM | 第39页 |
| 3.3.2 SOM可视化 | 第39-41页 |
| 3.3.3 SOM聚类 | 第41页 |
| 3.4 IFA-SOM三维体波形分类方法 | 第41-42页 |
| 3.5 算法测试 | 第42-53页 |
| 3.5.1 合成地震数据的测试 | 第42-45页 |
| 3.5.2 F3工区的测试 | 第45-51页 |
| 3.5.3 HBC工区的测试 | 第51-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 基于DTW的三维体波形分类方法 | 第54-69页 |
| 4.1 引言 | 第54页 |
| 4.2 相似性度量对波形分类的影响 | 第54-56页 |
| 4.3 DTW距离 | 第56页 |
| 4.4 基于DTW距离的聚类算法 | 第56-61页 |
| 4.4.1 初始簇中心的选取 | 第57-59页 |
| 4.4.2 簇中心的更新 | 第59-61页 |
| 4.4.3 基于DTW聚类的具体步骤 | 第61页 |
| 4.5 算法测试 | 第61-67页 |
| 4.5.1 合成地震数据的测试 | 第61-63页 |
| 4.5.2 F3工区的测试 | 第63-66页 |
| 4.5.3 HBC工区的测试 | 第66-67页 |
| 4.6 本章小结 | 第67-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 工作总结 | 第69-70页 |
| 5.2 工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 个人简历 | 第76-77页 |
| 攻读硕士学位期间取得的研究成果 | 第77-78页 |
