| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-22页 |
| ·引言 | 第11页 |
| ·子空间方法概述 | 第11-17页 |
| ·信号分析的发展现状 | 第11-12页 |
| ·子空间方法的历史与发展 | 第12-17页 |
| ·地震勘探中的子空间方法应用发展及现状 | 第17-19页 |
| ·本文研究的主要内容和目的意义 | 第19-22页 |
| ·问题的来源 | 第19页 |
| ·研究目的及意义 | 第19-20页 |
| ·研究的主要内容 | 第20页 |
| ·本文的主要创新点与成果 | 第20-21页 |
| ·本文的组织结构 | 第21-22页 |
| 第2章 信号变换与子空间基本理论 | 第22-41页 |
| ·随机信号理论 | 第22-25页 |
| ·随机信号的基本概念 | 第22页 |
| ·随机信号的统计特性 | 第22-25页 |
| ·子空间基本理论 | 第25-29页 |
| ·信号内积 | 第25-26页 |
| ·信号的正交分解 | 第26-28页 |
| ·子空间概念 | 第28-29页 |
| ·信号子空间 | 第29-31页 |
| ·信号空间的概念 | 第29页 |
| ·距离空间 | 第29-30页 |
| ·线性空间和赋范空间 | 第30-31页 |
| ·内积空间和 Hilbert 空间 | 第31页 |
| ·信号变换 | 第31-40页 |
| ·基、正交基 | 第31-32页 |
| ·信号变换的分类 | 第32-33页 |
| ·傅立叶变换 | 第33-35页 |
| ·短时傅立叶变换 | 第35-38页 |
| ·小波变换 | 第38-39页 |
| ·Gabor 变换 | 第39-40页 |
| ·K-L 变换 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第3章 主成分分析及其应用 | 第41-77页 |
| ·引言 | 第41页 |
| ·PCA 的基本原理 | 第41-51页 |
| ·问题的 PCA 模型 | 第42-45页 |
| ·PCA 相关的几个概念 | 第45-47页 |
| ·PCA 的数学模型 | 第47-48页 |
| ·PCA 的几何意义 | 第48-49页 |
| ·PCA 的求解--方差极大化 | 第49-51页 |
| ·PCA 的应用 | 第51-75页 |
| ·仿真实验 | 第51-57页 |
| ·基于 2D-PCA 的地球物理剖面滤波去噪 | 第57-67页 |
| ·基于 3D-PCA 与 RGB 融合的古河道识别 | 第67-75页 |
| ·本章小结 | 第75-77页 |
| 第4章 基于核的主成分分析 | 第77-89页 |
| ·引言 | 第77页 |
| ·核子空间 | 第77-82页 |
| ·变换技术与特征提取 | 第77-78页 |
| ·核映射与核子空间 | 第78-79页 |
| ·核方法与核函数 | 第79-82页 |
| ·核主成分分析算法 | 第82-84页 |
| ·基本原理 | 第82-84页 |
| ·核主成分分析的实现步骤 | 第84页 |
| ·仿真实验 | 第84-88页 |
| ·利用 KPCA 压制随机噪声 | 第84-86页 |
| ·利用 KPCA 进行波场分离 | 第86-88页 |
| ·本章小结 | 第88-89页 |
| 第5章 独立成分分析及应用 | 第89-110页 |
| ·引言 | 第89页 |
| ·ICA 的基本原理 | 第89-100页 |
| ·未知信号的加权混合 | 第89-93页 |
| ·独立性 | 第93-94页 |
| ·ICA 的主要算法 | 第94-100页 |
| ·ICA 和地震盲反褶积 | 第100-109页 |
| ·反褶积和子波提取 | 第100-101页 |
| ·反褶积概念及原理 | 第101-106页 |
| ·应用 ICA 实现盲反褶积 | 第106-109页 |
| ·本章小结 | 第109-110页 |
| 第6章 非线性支持向量机在油气预测中的应用 | 第110-118页 |
| ·引言 | 第110页 |
| ·基本原理 | 第110-113页 |
| ·最大间隔超平面 | 第110-111页 |
| ·线性可分情况 | 第111-113页 |
| ·线性不可分情况 | 第113页 |
| ·非线性 SVM | 第113-115页 |
| ·应用实例 | 第115-116页 |
| ·本章小结 | 第116-118页 |
| 第7章 结论和建议 | 第118-120页 |
| ·本文工作的总结 | 第118-119页 |
| ·进一步研究的方向 | 第119-120页 |
| 致谢 | 第120-121页 |
| 参考文献 | 第121-127页 |
| 攻读学位期间取得学术成果 | 第127-128页 |
| 附录A 矩阵奇异值分解算法 SVD | 第128-129页 |