基于高精度字典学习算法的地震随机噪声压制

• 作者: 于晨霞 张思萌 曾昭发 郭奇
• 来源期刊: 物探与化探
• 学科: 地球科学
• 关键词: 地震去噪 字典学习 稀疏表示 随机噪声 信噪比
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 方法研究·信息处理·仪器研制
• 页码范围: 907-913
• 页数: 7页
• 分类号: P631.4
• 字数: 4552字
• 语种: 中文
• DOI: 10.11720/wtyht.2017.5.17

摘要

地震勘探中的随机噪声会对有效信号产生严重干扰,甚至会导致信号畸变.为了满足高精度的地震勘探要求,应用高精度字典学习算法压制随机噪声.该算法基于超完备稀疏表示理论,对传统的字典学习算法从字典训练和稀疏编码两个方面进行了改善:在字典训练阶段,保持支集完备的情况下,对字典进行循环更新,使字典更好地适应数据;在稀疏编码阶段,选用上一轮更新的部分大系数作为新一轮迭代的初始系数,充分利用大系数表示有效信号的特点.对理论数据和实际含噪地震资料的处理结果表明,与传统算法相比,高精度字典学习算法在去噪的同时能保护有效信息,明显改善去噪精度,对地震记录信噪比的提高有显著优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾昭发	吉林大学地球探测科学与技术学院	80	1062	18.0	30.0
2	郭奇	吉林大学地球探测科学与技术学院	6	5	2.0	2.0
6	于晨霞	吉林大学地球探测科学与技术学院	4	8	2.0	2.0
7	张思萌	吉林大学地球探测科学与技术学院	2	3	1.0	1.0