基于在线字典学习算法的地震数据去噪应用 |
| |
引用本文: | 王量,买皓,李勇.基于在线字典学习算法的地震数据去噪应用[J].断块油气田,2019,26(2). |
| |
作者姓名: | 王量 买皓 李勇 |
| |
作者单位: | 成都理工大学地球物理学院,四川成都,610059;中国石油大学(北京)地球物理学院,北京,102249 |
| |
摘 要: | 为了解决常规去噪方法不能根据地震数据自适应构造基函数,去噪效果无法达到最佳的问题,引入基于稀疏表示的在线字典学习(ODL,online dictionary learning)算法对地震数据进行去噪处理。ODL算法能够快速学习,得到与地震数据高度匹配的字典,该自适应字典代替了传统域变换方法中的固定基函数。同时,结合稀疏表示的思想,使用最小角回归(LARS)算法求解出字典的最优稀疏表示系数,将字典与稀疏表示系数组合,从而得到去噪后的地震数据。理论模型和实际地震数据的去噪应用表明:相比较为先进的curvelet变换方法,ODL算法可以更有效地去除随机噪声、相干噪声,同时很好地保留了数据特征。因此,ODL算法对于地震噪声压制有实际指导意义。
|
关 键 词: | 去噪 自适应 稀疏表示 在线字典学习 字典 |
本文献已被 CNKI 万方数据 等数据库收录! |
|