排序方式： 共有2条查询结果，搜索用时 8 毫秒
1
1.
地震数据的随机噪声去除是地震数据处理中的一项重要步骤，双稀疏字典提供了两层稀疏模型，比单层稀疏模型可以更好地去除噪声.该方法首先利用contourlet变换对地震数据进行稀疏表示，然后在contourlet域中使用快速迭代收缩阈值算法（fast iterative shrinkage-thresholding algorithm，FISTA）对初始字典系数进行更新，接着采用数据驱动紧标架（data-driven tight frame，DDTF）在contourlet域中得到DDTF字典并通过FISTA得到更新后的字典系数，最后通过DDTF字典和更新后的字典系数获得新的contourlet系数，并对新的contourlet系数进行硬阈值和contourlet反变换得到去噪后的数据.通过模拟数据和实际数据的实验证明：与固定基变换去噪方法相比，该方法可以自适应地对地震数据进行稀疏表示，在地震数据较为复杂时得到更高的信噪比；与字典学习去噪方法相比，该方法不仅拥有较快的去噪速度，而且克服了字典学习因为缺少先验约束造成瑕疵的缺点. 相似文献
2.
随着我国城市经济社会的快速发展,城市空间的不断拓展与重构,我国城市面临的居住空间分异现象将更加复杂化。为了弥补国内实证研究的不足,深化对城市居住空间分异的认识,以河谷盆地型城市——兰州为研究对象,通过搜集样本数据,基于GIS地统计分析与数理统计方法,从城市交通、行政区位、住宅价格、住宅类型等4个层面,以728个居住样点为研究对象,通过对居住样点属性的空间分布进行研究,分析总结兰州城市居住空间分异的现状特征;并运用分异度指数分别以住宅价格、住宅类型为基准,基于市辖区层面对兰州居住空间分异度进行测算,实现对城市居住空间分异纵向上定量化对比研究;最后,从自然地理环境、城市规划、住房制度、房地产业的发展、城市交通以及居民择居行为等方面解析了兰州城市居住空间分异形成的原因。 相似文献
1