| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外相关研究现状 | 第11-17页 |
| 1.2.1 地震数据重建的研究现状 | 第11-13页 |
| 1.2.2 小波与双树复小波变换的发展 | 第13-15页 |
| 1.2.3 压缩感知理论发展现状 | 第15-17页 |
| 1.3 本文主要工作与贡献 | 第17-18页 |
| 1.4 论文主要内容及章节安排 | 第18-20页 |
| 第二章 压缩感知理论 | 第20-26页 |
| 2.1 压缩感知理论概述 | 第20-21页 |
| 2.2 随机采样矩阵 | 第21-23页 |
| 2.3 重建过程 | 第23-25页 |
| 2.3.1 l1优化问题的提出 | 第23-24页 |
| 2.3.2 收缩阈值迭代算法 | 第24-25页 |
| 2.3.3 正交匹配追踪算法 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于DTCWT的收缩阈值迭代地震数据重建 | 第26-36页 |
| 3.1 小波变换理论 | 第26-29页 |
| 3.2 DTCWT变换 | 第29-30页 |
| 3.3 二维双树复小波变换 | 第30-31页 |
| 3.4 算法描述与步骤 | 第31-33页 |
| 3.5 仿真实验及分析 | 第33-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 基于DTCWT的双阈值软迭代地震数据重建 | 第36-42页 |
| 4.1 贝叶斯理论 | 第36-37页 |
| 4.2 双树复小波变换域的双阈值软迭代算法 | 第37-39页 |
| 4.3 仿真实验及分析 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 基于K-SVD字典训练的Bregman迭代地震数据重建 | 第42-51页 |
| 5.1 Bregman迭代相关定义 | 第42-45页 |
| 5.2 线性Bregman迭代方法 | 第45-46页 |
| 5.3 分裂Bregman迭代方法 | 第46-47页 |
| 5.4 K-SVD字典训练与算法实现 | 第47-49页 |
| 5.4.1 K-SVD字典训练 | 第47-48页 |
| 5.4.2 算法描述与实现 | 第48-49页 |
| 5.5 仿真实验及分析 | 第49-50页 |
| 5.6 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 作者简介、发表文章及研究成果目录 | 第58-59页 |
| 致谢 | 第59-60页 |