排序方式： 共有2条查询结果，搜索用时 31 毫秒
1
1.
马尔科夫链蒙特卡洛方法(MCMC)是一种启发式的全局寻优算法,可以用来解决概率反演的问题.基于MCMC方法的反演不依赖于准确的初始模型,可以引入任意复杂的先验信息,通过对先验概率密度函数的采样来获得大量的后验概率分布样本,在寻找最优解的过程中可以跳出局部最优得到全局最优解.MCMC方法由于计算量巨大,应用难度较高,在地球物理反演中的应用尚处于起步阶段.作者将MCMC方法应用到时移探地雷达(GPR)反演中,并结合双差法对时移的目标区域进行准确反演.在双差法时移反演的过程中,作者对目标区域使用拓展的Metropolis算法进行局部采样,减小了计算量的同时,进一步提高了目标区域的反演精度.最后对合成的数据进行了反演测试,对目标区域的反演误差进行了分析,说明了基于局部采样的MCMC反演方法的有效性,目标区域反演结果特征明显,反演效果好. 相似文献
2.
地震勘探方法在深部固体矿产资源勘探中发展潜力巨大，同时也面临挑战.由于固体矿产资源地下分布呈现陡峭构造、尺度小，物性差异小的特点，常规偏移方法对小尺度矿体成像的分辨率提高有限.本文研究了一种基于稀疏促进约束的最小二乘逆时偏移方法.首先，将非均匀分布的矿体等效为随机介质，建立小尺度扰动的矿体模型；其次，改进现有最小二乘偏移方法，以稀疏模型为先验信息约束成像结果，并通过Curvelet变换压缩成像空间，经过多次迭代计算，可以提高小尺度散射体的成像分辨率；再次，对炮域记录进行随机震源编码，减少成像所需的炮集个数，通过稀疏促进约束条件，降低串扰噪声引起的成像误差.通过庐枞金属矿模型数值计算，验证本文方法可以较好的成像包含小尺度散射体的金属矿地质模型. 相似文献
1