期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
低秩稀疏重建分析的边缘检测方法 被引量:2
1
作者 刘军 宋维琪 +3 位作者 陈俊安 谭明 胡建林 董林 《石油地球物理勘探》 EI CSCD 北大核心 2021年第6期1322-1329,I0005,I0006,共10页
边缘检测方法众多,并取得了很好的应用效果,但不同方法有其自身的不足和边缘检测能力的限制,特别是对噪声干扰、多边缘干涉及弱小目标边缘的检测效果不理想。为此,首先分析断层边缘和缝洞边缘的空间分布特征,根据断层边缘和缝洞边缘的... 边缘检测方法众多,并取得了很好的应用效果,但不同方法有其自身的不足和边缘检测能力的限制,特别是对噪声干扰、多边缘干涉及弱小目标边缘的检测效果不理想。为此,首先分析断层边缘和缝洞边缘的空间分布特征,根据断层边缘和缝洞边缘的地震响应特征,把低秩稀疏分析理论引入边缘检测,研究边缘信息、背景信息及噪声信息的低秩稀疏分解与重建;为了提高边缘检测能力和分辨率,在压缩感知稀疏表示基础上,对地震资料进行深度稀疏化表示,结合向量稀疏表示和矩阵稀疏表示,通过低秩稀疏分析理论,形成一种全新的边缘检测方法——低秩稀疏重建分析的边缘检测方法。具体步骤为:(1)地震资料平稳小波分解;(2)多尺度小波系数优化;(3)根据多尺度优化小波系数建立张量矩阵并进行建模;(4)张量矩阵奇异值分解;(5)矩阵奇异值低秩优化;(6)多尺度双稀疏和双优化结果融合与重建。模型分析和实际资料应用效果分析表明:所提方法的抗噪性、适用性较强,对于断层和缝洞边缘具有较好的刻画能力。 展开更多
关键词 多尺度分解 低秩稀疏分析 向量稀疏表示 矩阵稀疏表示 边缘检测
下载PDF
基于稀疏贝叶斯学习的协同进化时间序列缺失数据预测算法 被引量:2
2
作者 宋晓祥 郭艳 +1 位作者 李宁 余东平 《计算机科学》 CSCD 北大核心 2019年第7期217-223,共7页
针对大多数已有算法在预测协同进化时间序列中的缺失数据时只适用于缺失数据较少情况的问题,提出了一种高效的缺失数据预测算法。首先,应用压缩感知理论,将协同进化时间序列中的缺失数据预测问题建模成多稀疏向量恢复问题;其次,从稀疏... 针对大多数已有算法在预测协同进化时间序列中的缺失数据时只适用于缺失数据较少情况的问题,提出了一种高效的缺失数据预测算法。首先,应用压缩感知理论,将协同进化时间序列中的缺失数据预测问题建模成多稀疏向量恢复问题;其次,从稀疏表示向量是否足够稀疏和感知矩阵是否满足有限等距特性两个方面分析了模型的性能;最后,针对协同进化时间序列的特点设计了一种基于稀疏贝叶斯学习的高效恢复算法,该算法可以通过学习得到部分支持信息,从而同时解决多个稀疏向量的恢复问题。仿真结果表明,所提算法可以同时有效地预测出多个时间序列中的缺失数据。 展开更多
关键词 协同进化时间序列 缺失数据 稀疏表示向量 感知矩阵 稀疏贝叶斯学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部