共查询到10条相似文献，搜索用时 15 毫秒
1.
以分形理论为基础,借助于压缩映射原理和不动点理论及实变函数理论,给出了分形插值函数的显式表达形式,同时给出了垂直比例因子的局部显式表达式.利用该显式分形插值方法对稀疏采样的地震记录进行了插值加密处理,并对原始记录和分形插值重建记录进行了叠前逆时偏移处理.数值重建实验表明,显式分形插值重建的剖面与原始地震剖面非常类似,单道地震记录则表明显式分形插值重建的地震道是原始地震道的良好近似,缺失道的振幅和相位都得到了很好的估计.叠前偏移结果则表明,分形插值叠前偏移剖面是原始记录偏移剖面的良好近似,二者的分辨率几乎一样. 相似文献
2.
对分形插值方法作了较详细的探讨，给出了分形插值函数的显式表达方式，同时给出了垂直比例因子的局部显式表达式，旨在提高地震道插值重建的精度及突出局部信息，并从单道地震图的角度分析其在地震道插值重建中的应用效果.利用该方法对理论模型和济阳坳陷实际地震台站资料进行了重建处理，结果表明，分形插值重建的地震道是原始地震道的良好近似，缺失道的振幅和相位都得到了很好的恢复.该法克服了随机分形插值方法必须进行多步迭代的弱点，提高了计算效率.通过对单道地震图插值重建结果的分析，说明了本文分形插值方法具有较高的精度和较高的效率，有深入研究的潜力.本文提出的显式分形插值方法既能够突出地震道数据的局部信息，又较好地保持了地震道数据的总体变化趋势. 相似文献
3.
在前人工作的基础上对分形插值方法作了详细的探讨,给出了分形插值函数的显式表达方式.在量纲分析的基础上给出了垂直比例因子的局部显式表达式,旨在提高地震道插值重建的精度及突出局部信息,并从单道地震图的角度分析其在地震道插值重建中的应用效果.研究了垂直比例因子的变化对分形插值精度的影响.数值实验表明,随着垂直比例因子的增大,分形垂直的误差逐渐增大,二者之间呈显出指数增长的趋势.该法克服了随机分形插值方法必须进行多步迭代的弱点,提高了计算效率.通过对理论地震道插值重建的分析,说明了本文分形插值方法的高精度和高效率.本文提出的显式分形插值方法既能够突出地震道数据的局部信息,又较好地保持了地震道数据的总体变化趋势. 相似文献
4.
5.
《地球物理学进展》2020,(2)
地震数据通常存在数据缺失问题,严重影响地震数据各个处理环节,需采用适当的手段对其重构.本文提出了一种基于深度学习卷积神经网络(CNN)的智能化地震数据插值技术.算法的关键在于构建一个适用于地震资料插值的CNN模型,该技术以缺失地震数据作为输入层,由卷积算法提取地震数据的特征信息,并通过池化层实现数据压缩降维,同时引入修正线性函数(ReLU)提高模型的非线性表达能力,再通过反卷积层恢复数据尺寸,最终搭建卷积自编码器模型(CAE),实现数据-数据的映射关系.该模型通过残差学习获得缺失数据特征并实现重构数据输出,与现有技术相比,该方法采用自监督学习方式,利用大量数据训练卷积自编码器模型,通过所得模型实现缺失地震道的数据重构.分别利用CAE模型及POCS插值技术对模型资料和实际数据进行插值,测试结果表明,CAE能有效实现地震数据插值,且与POCS方法相比具有更高的精度,验证了算法的可行性和有效性. 相似文献
6.
7.
8.
采用代数重建技术重建三维物体,提出了一种基于splatting原理的ART权值计算方法,以增强重建图像的空间分辨率.该算法基于三维锥束扫描方式,采用双三次样条局部基函数作为插值核,并利用其足印函数对物体进行插值来计算像素的权值.与常量插值相比,这种方法对物体的灰度值有更精确的近似,在相同的实验条件下可重建出分辨率高的物体.给出了适用于三维锥束重建的splatting算法的具体实现,并对实验数据进行了实物重建及误差分析. 相似文献
9.
饱和砂土地震液化判别的分形插值模型 总被引：1，自引：0，他引：1
借鉴分形基本理论,提出了基于分形插值模型的饱和砂土地震液化判别方法.该方法首先选取影响饱和砂土地震液化判别的7个主要因素,根据分类标准,采用在每级标准中随机内插的方法,得到40个标准样本,用于构建饱和砂土地震液化判别的分形插值模型；其次根据最大似然分类原则确定每个饱和砂土地震液化判别指标的评价分维数；然后利用加权求和法计算样本的综合评价值,并根据样本综合评价值与经验等级之间的关系建立分形插值评价模型；最后,进行了实例分析结果表明:该模型的评价结果合理、客观,计算得到的每个样本具体得分值,即使对属于同一级的样本也可以给出其地震液化程度的顺序,为饱和砂土地震液化评价工作提供了一种新的研究方法与思路. 相似文献
10.
野外采集的地震数据经常存在空道或者坏道的情况，为了满足地震数据处理精度的要求，就必须首先进行插值.本文提出了一种新的地震数据插值方法：F-K偏移和反偏移插值法，该方法是通过F-K偏移和反偏移的串联使用来实现的.与其他的插值方法相比，这种插值方法的优点在于计算速度快，没有经过近似处理，精度高.F-K偏移/反偏移能够实现道插值的原理和Kirchhoff偏移/反偏移插值方法类似，也是由于数据是有限带宽的原因引起的.通过对模型的试算，可以看到F-K偏移和反偏移插值方法有着比较好的插值效果，是一种高效、准确、可行的方法. 相似文献