首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   71篇
  免费   45篇
  国内免费   7篇
测绘学   6篇
地球物理   68篇
地质学   36篇
海洋学   5篇
天文学   3篇
综合类   5篇
  2024年   1篇
  2023年   9篇
  2022年   3篇
  2021年   4篇
  2020年   2篇
  2019年   12篇
  2018年   6篇
  2017年   5篇
  2016年   6篇
  2015年   6篇
  2014年   2篇
  2013年   5篇
  2012年   5篇
  2011年   11篇
  2010年   7篇
  2009年   8篇
  2008年   3篇
  2007年   6篇
  2006年   3篇
  2005年   3篇
  2004年   3篇
  2003年   2篇
  2002年   2篇
  2001年   1篇
  1998年   1篇
  1997年   5篇
  1991年   2篇
排序方式: 共有123条查询结果,搜索用时 46 毫秒
61.
最小二乘支持向量回归滤波系统性能分析   总被引:2,自引:2,他引:0       下载免费PDF全文
支持向量机(Support Vector Machine: SVM)一直作为机器学习方法在统计学习理论基础上被研究和发展,本文从信号与系统的角度出发,证明了平移不变核最小二乘支持向量机(Least Squares SVM: LS-SVM)是一个线性时不变系统.以Ricker子波核为例,探讨了不同参数对最小二乘支持向量回归(Least Squares Support Vector Regression: LS-SVR)滤波器频率响应特性的影响,这些参数的不同选择相应地控制着滤波器通带上升沿的陡峭性、通带的中心频率、通带带宽以及信号能量的衰减,即滤波器长度越长通带的上升沿越陡,核参数值越大通带的中心频率越高,且通带带宽越宽,正则化参数值越小,通带带宽越窄(但通带中心频率基本保持恒定),有效信号幅度衰减越严重.合成地震记录的仿真实验结果表明,Ricker子波核LS-SVR滤波器在处理地震勘探信号的应用中,滤波性能优于径向基函数(Radial Basic Function: RBF)核LS-SVR滤波器以及小波变换滤波和Wiener滤波方法.  相似文献   
62.
基于S变换的随机噪声压制方法   总被引:6,自引:3,他引:3       下载免费PDF全文
S变换是近年来发展起来的一种时频分析方法,本文首先通过设计理论模型测试S变换对非平稳信号的分辨能力,然后将S变换引入对地震资料随机噪声的压制中去,测试了S变换压制随机噪声的效果.研究表明:S变换是一种有效的时频分析方法,并可以很好地压制叠前地震资料的随机噪声.  相似文献   
63.
台湾地区复杂构造、高速率的地壳变形以及强地震活动,使其成为地球物理学家关注的热点.层析成像技术是应用较多的一门地球物理方法,Roecker(1987)很早就利用P波和S波走时成像技术研究台湾地区的结构.随着CWBSN地震台网大量三分量数字地震台站的架设,许多科学家利用这些台站记录的P波和S波走时数据先后反演了该地区的三维P波和S波速度结构.  相似文献   
64.
基于经验模态分解(EMD)的小波熵阈值地震信号去噪   总被引:1,自引:0,他引:1  
针对EMD阈值去噪算法中阈值由经验选取以及无法有效区分各固有模态函数上有用信息的不足,本文对各固有模态函数进行小波变换,对各层小波系数进行相关处理,以突出有效信息,抑制噪声;将细节系数的有效信号和突变点置零并等分为若干区间,选取小波熵最大子区间的高频小波系数平均值作为噪声方差计算得到阈值。该阈值选取方法依据小波熵的特点,自适应地根据对应尺度上信号自身的能量特征确定该尺度阈值。将该算法应用于仿真信号和实际地震信号去噪,结果表明该方法优于基于EMD的小波阈值去噪,在提高去噪效果的同时,也更好地保护有效信号。  相似文献   
65.
在介绍K-L变换压制噪声的理论依据基础上,通过建立理论模型进行试算研究和分析,得出必须注意的结果:K-L变换滤波有压制倾斜相干信号的作用.当特征值选取不当时,可能起模糊断层的作用.最后建议:对这种具有潜在的有可能危害有效信号的压噪技术,在工作中慎用或不用K-L变换.  相似文献   
66.
随着高精度地震勘探技术的发展,利用高保真的方法提高地震资料信噪比成为了去噪处理的关键。曲波域阈值法能够有效地压制随机噪声,但易产生伪吉布斯震荡现象,造成信号局部畸变,从而影响处理效果。针对这一问题,提出一种基于压缩感知理论(Compressing Sensing,简称CS)的地震信号去噪方法,该方法利用随机噪声和有效信号在曲波稀疏域稀疏表征的差异来分离随机噪声。其实现步骤为:将地震数据变换到曲波域;利用压缩感知理论和全变差正则化算法重构曲波系数;曲波逆变换得到压制噪声后的重构地震数据。理论模型和实际资料应用表明,该方法能够很好规避伪吉布斯现象带来的信号失真问题,进一步提高了资料的信噪比。   相似文献   
67.
在地震记录中,随机噪声严重影响了有效信号的提取,为此必须进行消噪处理。这里首先使用小波包变换对不同频段的信号进行精细分离,有效信号和噪声经小波包分解后,其小波包系数将表现出不同特性,然后根据这种不同特性进行去噪处理,对小波包分析法处理后的剩余地震信号再进行KL(Karhunen-Loeve)变换,提取相关有效信号,最后对提取的有效信号进行中值滤波处理,进一步去除剩余噪声。经合成地震剖面和实际地震剖面处理实验证明,小波包分析、KL变换和中值滤波联合去噪方法,能有效地消除较强的随机噪声,提高地震剖面信噪比和分辨率。  相似文献   
68.
The signal-to-noise ratio (SNR) of seismic reflection data in many areas is rather poor and conventional two-dimensional filters designed to suppress noise with different moveout from the signal tend to generate artifacts. We have extended a method of multichannel filtering, based on the hypothesis that signals on adjacent channels are similar, for enhancing the SNR on stacked sections. Using only the mid-range frequencies where the SNR is highest, the event trend is found for overlapping windows on the section and the average signal vector is calculated. Then the data from the full bandwidth section are projected onto the spatially varying unit similarity vectors and the results are merged for the overlapping windows. Application of the method to synthetic data containing steeply dipping events and to a stacked section for a marine 2D line has produced good results. The modifications we have introduced carry a small overhead in computing time but they should enable the method to be used effectively even on sections containing steep dips.  相似文献   
69.
很多地区地震资料的信噪比较低,而用于压制与信号具有不同方向的随机噪声的常规二维滤波方法常常产生假信息。基于相邻信号具有相干性这一假设,本文提出了一种叠后衰减随机噪声的多道滤波方法。该方法利用信噪比最高的中频段信息(含有主频的这一频率区间)分时窗计算信号单位矢量,并将该时窗内全频段数据向信号单位矢量方向投影,对各时窗(包括时间方向和空间方向)重叠部分按比例进行加权。我们利用这种方法对含有陡倾角的合成地震数据和海上二维实际地震资料进行了处理,处理效果很好。这种方法较为费时,但不受倾角限制,应用范围广。  相似文献   
70.
为能获得高信噪比的地震数据,笔者提出了一种基于K-SVD字典学习和主成分分析(PCA)相结合的主成分字典学习算法。与K-SVD算法对误差项直接采用奇异值分解来更新字典原子不同,笔者采用PCA算法分解误差项,并使用第一主成分作为字典原子的更新。通过对复杂模型合成地震记录与实际地震记录进行对比实验,得出该方法较K-SVD算法信噪比大约提高1~1.5 dB,能更好地保护有效信号。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号