多维地震信号正则化处理方法研究
| 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14-21页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 研究现状 | 第15-19页 |
| 1.2.1 地震数据低秩分解的研究现状 | 第16-18页 |
| 1.2.2 地震数据字典学习的研究现状 | 第18-19页 |
| 1.3 本文主要工作与贡献 | 第19-20页 |
| 1.4 论文章节安排 | 第20-21页 |
| 第二章 地震数据恢复的正则化方法及张量代数基础 | 第21-39页 |
| 2.1 地震数据恢复 | 第21-23页 |
| 2.2 地震数据恢复的正则化方法 | 第23-33页 |
| 2.2.1 全变差正则化处理方法 | 第23-25页 |
| 2.2.2 核范数正则化处理方法 | 第25-31页 |
| 2.2.3 字典学习正则化稀疏处理方法 | 第31-33页 |
| 2.3 地震数据恢复的评价标准 | 第33-34页 |
| 2.4 张量的基本知识 | 第34-38页 |
| 2.4.1 基本的张量分解 | 第34-36页 |
| 2.4.2 一种新的张量乘积和张量分解 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 基于张量核范数正则化的地震信号恢复 | 第39-67页 |
| 3.1 张量核范数的构建 | 第39-43页 |
| 3.1.1 多尺度奇异谱分析方法 | 第39-41页 |
| 3.1.2 改进的阻尼MSSA方法 | 第41-42页 |
| 3.1.3 Hankel张量核范数的构建 | 第42-43页 |
| 3.2 Hankel张量核函数的地震信号恢复 | 第43-54页 |
| 3.2.1 ADMM算法 | 第44-45页 |
| 3.2.2 目标函数的构建 | 第45页 |
| 3.2.3 ADMM算法求解目标函数 | 第45-47页 |
| 3.2.4 Hankel张量随机奇异值分解算法 | 第47-51页 |
| 3.2.5 算法的流程和参数选择 | 第51-54页 |
| 3.3 实验仿真及分析 | 第54-66页 |
| 3.3.1 理论模型试验 | 第54-63页 |
| 3.3.2 实际工区试验 | 第63-66页 |
| 3.4 本章小结 | 第66-67页 |
| 第四章 基于字典学习正则化稀疏表示的地震信号恢复 | 第67-92页 |
| 4.1 张量字典稀疏表示 | 第67-71页 |
| 4.1.1 张量的运算 | 第68-70页 |
| 4.1.2 核心张量稀疏表示 | 第70-71页 |
| 4.1.3 过完备张量字典稀疏表示 | 第71页 |
| 4.2 张量稀疏系数的学习 | 第71-75页 |
| 4.2.1 ADM算法求解目标函数 | 第72-74页 |
| 4.2.2 算法分析 | 第74-75页 |
| 4.3 张量字典的学习 | 第75-79页 |
| 4.3.1 拉格朗日对偶算法 | 第76-77页 |
| 4.3.2 Lagrange对偶算法的字典学习 | 第77-79页 |
| 4.4 实验仿真及分析 | 第79-91页 |
| 4.5 本章小结 | 第91-92页 |
| 第五章 结论 | 第92-94页 |
| 5.1 工作总结 | 第92-93页 |
| 5.2 工作展望 | 第93-94页 |
| 致谢 | 第94-95页 |
| 参考文献 | 第95-100页 |
| 攻读硕士学位期间取得的研究成果 | 第100页 |
| 攻读硕士学位期间参加的科研项目 | 第100-101页 |
