| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 缩略词表 | 第12-13页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 二维数据重构算法 | 第14-15页 |
| 1.2.2 多维数据重构算法 | 第15-16页 |
| 1.3 本文的主要贡献与创新 | 第16-17页 |
| 1.4 本论文的结构安排 | 第17-18页 |
| 第二章 相关理论基础 | 第18-30页 |
| 2.1 张量代数理论 | 第18-23页 |
| 2.1.1 张量运算 | 第20-21页 |
| 2.1.2 张量分解模型 | 第21-23页 |
| 2.2 张量重构算法 | 第23-27页 |
| 2.2.1 平行矩阵因子分解算法 | 第24-25页 |
| 2.2.2 张量核范数最小化算法 | 第25-26页 |
| 2.2.3 全变差正则化算法 | 第26-27页 |
| 2.3 深度学习概述 | 第27-29页 |
| 2.3.1 生成对抗网络 | 第28页 |
| 2.3.2 变分自编码器 | 第28页 |
| 2.3.3 自回归模型 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于Hankel张量分解的地震信号重构算法 | 第30-51页 |
| 3.1 地震信号重构算法 | 第30-36页 |
| 3.1.1 重构问题描述 | 第30-31页 |
| 3.1.2 目标函数构建 | 第31-32页 |
| 3.1.3 目标函数求解 | 第32-34页 |
| 3.1.4 算法流程 | 第34-36页 |
| 3.2 实验分析 | 第36-50页 |
| 3.2.1 理论模型实验 | 第36-47页 |
| 3.2.2 实际工区实验 | 第47-50页 |
| 3.3 本章小结 | 第50-51页 |
| 第四章 基于生成对抗网络的地震信号重构 | 第51-65页 |
| 4.1 张量补全网络基础模型 | 第51-55页 |
| 4.1.1 卷积神经网络 | 第51-52页 |
| 4.1.2 空洞卷积 | 第52-53页 |
| 4.1.3 生成对抗网络 | 第53-55页 |
| 4.2 张量补全网络架构构建 | 第55-60页 |
| 4.2.1 补全网络 | 第55-56页 |
| 4.2.2 判别网络 | 第56-57页 |
| 4.2.3 模型的函数表示 | 第57-59页 |
| 4.2.4 模型训练 | 第59-60页 |
| 4.3 实验分析 | 第60-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第五章 结论 | 第65-67页 |
| 5.1 工作总结 | 第65-66页 |
| 5.2 工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间取得的成果 | 第71页 |