基于贝叶斯压缩感知的小波域地震数据压缩与重构
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究与发展现状 | 第11-13页 |
| 1.2.1 压缩感知理论的研究现状 | 第11-12页 |
| 1.2.2 地震数据压缩的研究现状 | 第12-13页 |
| 1.3 本文研究内容及结构安排 | 第13-15页 |
| 第2章 压缩感知理论研究 | 第15-27页 |
| 2.1 引言 | 第15-16页 |
| 2.2 压缩感知理论的压缩重构模型 | 第16-17页 |
| 2.3 稀疏表示 | 第17-20页 |
| 2.3.1 几种常见的稀疏表示方式 | 第17-19页 |
| 2.3.2 地震数据小波变换 | 第19-20页 |
| 2.4 测量矩阵 | 第20-23页 |
| 2.5 重构算法 | 第23-26页 |
| 2.5.1 几种常见的重构算法 | 第23-25页 |
| 2.5.2 贝叶斯理论分析 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 Logistic混沌伯努利测量矩阵的构造 | 第27-35页 |
| 3.1 引言 | 第27-28页 |
| 3.2 几种常见混沌系统的分析 | 第28-30页 |
| 3.3 Logistic混沌伯努利测量矩阵的构造 | 第30-34页 |
| 3.3.1 CBMM的构造方法 | 第30-31页 |
| 3.3.2 CBMM的RIPless特性验证 | 第31页 |
| 3.3.3 CBMM的性能分析 | 第31-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 贝叶斯小波树结构压缩感知重构算法的设计 | 第35-48页 |
| 4.1 引言 | 第35-36页 |
| 4.2 BCS重构算法的几种常见先验分布分析 | 第36-38页 |
| 4.3 贝叶斯小波树结构压缩感知重构算法的设计 | 第38-44页 |
| 4.3.1 小波树结构特性 | 第38-40页 |
| 4.3.2 BTSWCS算法的先验假设模型 | 第40-42页 |
| 4.3.3 BTSWCS算法的后验概率估计 | 第42-44页 |
| 4.4 BTSWCS算法快速收敛改进策略 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 地震数据压缩与重构实验及结果分析 | 第48-59页 |
| 5.1 引言 | 第48-49页 |
| 5.2 地震数据压缩实验结果与分析 | 第49-52页 |
| 5.3 地震数据重构实验结果与分析 | 第52-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 论文总结 | 第59-60页 |
| 6.2 研究展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 作者简介 | 第64-65页 |
| 致谢 | 第65页 |
