稀疏采样数据重建及全波形反演结果对比
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题依据 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 稀疏表示方法发展现状 | 第10-11页 |
| 1.2.2 地震数据重建方法的研究现状 | 第11-12页 |
| 1.2.3 稀疏促进算法的发展现状 | 第12-13页 |
| 1.3 论文主要研究内容 | 第13-14页 |
| 第二章 基于压缩感知的稀疏采样方法 | 第14-26页 |
| 2.1 概述 | 第14页 |
| 2.2 问题的提出 | 第14-15页 |
| 2.3 压缩感知理论 | 第15-16页 |
| 2.4 压缩重建的前提条件 | 第16-18页 |
| 2.5 稀疏采样方法 | 第18-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 数据重构方法 | 第26-57页 |
| 3.1 信号的稀疏表示 | 第26-29页 |
| 3.1.1 傅里叶变换理论概述 | 第27页 |
| 3.1.2 小波变换理论概述 | 第27-28页 |
| 3.1.3 曲波变换理论概述 | 第28-29页 |
| 3.2 重构算法 | 第29-38页 |
| 3.2.1 POCS算法 | 第30-32页 |
| 3.2.2 SPGL1算法 | 第32-38页 |
| 3.3 数据实验 | 第38-56页 |
| 3.3.1 POCS方法重建地震数据 | 第38-47页 |
| 3.3.2 SPGL1方法重建地震数据 | 第47-56页 |
| 3.4 本章小结 | 第56-57页 |
| 第四章 重建数据的全波形反演对比 | 第57-72页 |
| 4.1 全波形反演理论概述 | 第57-62页 |
| 4.1.1 全波形反演的数学模型 | 第57-59页 |
| 4.1.2 迭代优化算法 | 第59-62页 |
| 4.2 稀疏采样重建数据的全波形反演对比 | 第62-71页 |
| 4.2.1 模型一 | 第62-67页 |
| 4.2.2 模型二 | 第67-71页 |
| 4.3 本章小结 | 第71-72页 |
| 结论与展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79页 |
