降低弹性波全波形反演强烈非线性的分步反演策略

弹性波全波形反演是一种高精度估计地下弹性参数的有效工具,然而其面临的非线性问题比声波更加突出。本文提出一种降低非线性程度的分步反演策略,用于纵、横波速度的高精度重建。首先利用基于包络的弹性波波形反演方法重建纵横波速度的背景模型;然后应用基于时间域正演的频率域弹性波全波形反演方法,利用多尺度策略进一步降低弹性波全波形反演的非线性程度,恢复模型的中、高波数成分。数值实验结果表明,当地震数据中缺少低频和大炮检距成分时,这种分步反演策略对于重建高精度纵、横波速度模型非常有效,对于提高横波速度的反演精度效果尤其明显。

弹性波全波形反演目标函数性态与反演策略

弹性波全波形反演面临的主要技术难题是源于弹性波传播的复杂性所引起的强烈非线性问题。基于弹性波有限差分正演模拟方法,数值分析了多波多分量地震数据的不同反演目标函数在纵、横波速度,阻抗以及Lamé常数3种参数化方式下随弹性参数摄动尺度的变化关系和非线性程度,具体分析了不同偏移距数据的L2范数目标函数随纵、横波速度摄动尺度的变化关系和非线性程度,为分步骤、分尺度弹性波全波形反演方法和反演策略的选择提供了理论指导。

基于偏移/反偏移的地震数据映射方法

基于宏观速度场的数据映射理论在地震数据处理中得到了广泛应用,其中叠前偏移/反偏移是最适宜于提高叠前成像质量的数据映射手段。面对低信噪比地震资料,本文采用叠前时间偏移/反偏移作为数据映射工具,将常规预处理后的地震数据通过初始的偏移速度场进行叠前时间偏移映射到成像空间,然后在该空间内实施合理的相干加强处理之后再用同一个速度场将其反偏移回到叠前数据空间。数值计算和实际资料应用结果表明:由于叠前时间偏移/反偏移这一对算子具有良好的共轭性质,采用叠加速度作为偏移速度场也不会造成地震数据的畸变。文中提出两种处理流程A和B,两种流程均要做相干加强处理,均可得到可靠的速度分析和成像结果。

浅论嘉陵江北碚段巴渝传统民居吊脚楼资源的价值——以卢作孚纪念馆为例

巴渝民居吊脚楼是重庆先民巴人的伟大创造,是巴渝民居的代表,是一种极具地方特色的乡土建筑。吊脚楼是非常适宜山地、丘陵地区的一种建筑形式,体现了人类在与自然相处中的智慧和技巧,因地制宜、就地取材、不拘一格,皆与山水融为一体。巴渝民居吊脚楼传承了巴渝历史和文化。

论计算机视觉技术在自动化中的应用

算机技术在科技发达的当下有着十分广泛的应用,在自动识别人工智能系统中,计算机视觉技术是其系统中最关键的技术,因此大力发展计算机视觉技术就是对其系统的进步。文章首先对计算机视觉技术、工作原理进行简单的概述,之后重点对计算机视觉技术在农业自动化以及医学自动化方面的应用进行探讨,希望可以对计算机识别技术的推广起到一定的作用。

通信技术在农业中的应用

作为农业大国,我们国家向来都很重视农业的发展,随着现在现代化农业时代的到来,信息技术对现代农业的支持越来越大。可见,对通信技术的研究也是愈发深入,本文首先简单分析了通信技术的概念,之后分别对有线通信技术以及无线通信技术在农业中的应用进行分析,希望对我国的农业发展提供一些建议。

基于OBE理念的金课建设探索与实践--以弹性波动力学课程为例

金课建设是高校人才培养体系的关键。基于OBE理念,文章从课程目标、达成途径和评价机制三方面介绍了弹性波动力学课程有关金课建设的探索与实践。其探索与实践过程以预期学习成果为核心,树立知识、能力、素质培养有机结合的课程目标,以学生为中心设置教学模式,采用多种教学方法提升课程的互动性和探究性,优化考核方式,建立完善的教学和评价体系,推动进行基于评价的持续改进,切实提高课程水平和教学质量,有针对性、系统性、持久性地推动高校金课建设。

可见光视频图像中的船舶目标自适应检测

为降低海事监控视频图像背景中运动物体引起的杂波和噪声对船舶目标检测的影响,根据采集的可见光视频图像特性,提出一种海天背景下船舶目标自适应检测算法。将待检测图像进行预处理,使用自适应中值滤波和均值漂移(mean-shift)滤波对图像进行滤波去噪。采用密度峰聚类对传统K均值聚类算法进行改进,自适应确定初始聚类中心及其数量。对海面船舶进行自适应聚类分割。仿真实验显示:该算法的检测准确率为90.3%,验证了其准确性和可靠性;单帧视频图像的船舶目标检测用时可控制在100 ms以内,满足实时检测的要求。结果表明:该算法可以实现海天背景下船舶目标的准确、快速检测,为海上船舶目标跟踪奠定了可靠的基础。

基于Hopfield神经网络的雷达多目标跟踪

针对海上船舶雷达在多目标跟踪过程中实时性较差和不能快速响应的问题,提出目前密集杂波情况下多目标跟踪中最为有效的数据关联算法——联合概率数据关联(Joint Probabilistic Data Association,JPDA)算法。为解决JPDA随着目标增多的情况会出现的组合“爆炸”及计算量较大导致跟踪实时性较差的问题,从分析联合概率数据关联确认矩阵着手,依据Hopfield神经网络在解决旅行商问题(Travelling Salesman Problem,TSP)时的思路,提出基于Hopfield神经网络联合概率数据关联(Hopfield Neural Network Joint Probability Data Association,H-JPDA)来改进联合概率数据关联算法,通过简化矩阵拆分过程,显著减少计算量,提高跟踪的实时性。基于上述改进的神经网络联合概率数据关联算法,通过MATLAB对多目标跟踪进行仿真,仿真结果表明该算法能提高跟踪的实时性和快速响应能力。

自由界面上SV波入射的反射系数变化特征

地震反射系数的幅值与相位是地震反射波的重要特征,对地震资料反演起着重要作用。利用自由界面上SV波入射的反射系数公式,通过建立9个不同泊松比的介质模型,绘制了反射SV波与转换P波反射系数的振幅、相位随入射角及泊松比的变化曲线,分析了不同泊松比介质的反射系数随入射角变化的规律,特别关注临界角附近的突变特征。通过对比分析发现:在临界角附近,对于P波反射系数的突变值,大泊松比(0.3~0.5)和小泊松比(0~0.3)介质存在较大差异。随着采样点数的增加,能更准确观测到SV波反射系数曲线在临界角前的极小点,进而充分认识SV波的全波型转换。研究结果对于深入认识地震波传播特征以及实施广角地震勘探或多波地震勘探具有较大实际意义。

基于改进Faster R-CNN的SAR舰船图像检测

针对传统的SAR舰船检测算法适应能力和准确率低的问题,提出一种基于改进Faster R-CNN的SAR舰船图像检测算法。改进后的算法以Faster R-CNN为检测框架,利用改进的k-means算法设计更适合舰船目标形状特点的先验锚点框;优化NMS算法以剔除重叠区域的舰船候选框,改善了舰船距离较近导致的漏检问题;同时引入Mask R-CNN算法中的RoI Align单元来消除特征图与原始图像的映射偏差。试验结果表明,改进后的算法相比Faster R-CNN算法平均检测精度提升5.1%,达到86.64%,可以达到船舶数据量庞大情形下的检测要求。

谱元法在川西火山岩勘探中的应用

随着川西地区天然气勘探地不断深入,勘探地层逐渐由中浅层扩展到深层复杂岩性。简阳地区火山岩层多期次发育,起伏界面交替,地层横向接触关系复杂,本文采用非规则贴体网格进行谱元法正演模拟,降低了角点散射波干扰,发现简阳地区火山岩层反射具有顶强底弱的特点,在远偏移距反射波能量增强。