基于NBICA的盲反卷积方法

在线性系统假设下,根据地震记录估计地震子波和反射系数序列是一个典型的盲反卷积过程。针对带状独立分量分析反卷积方法对噪声敏感的缺点,提出一种的基于高斯矩的噪声带状独立分量分析反卷积方法,并利用邻近道间的相关信息实施子波提取。实验结果表明,对于带噪地震数据的盲反卷积,该算法性能更优。

一种基于单位超球面平均的盲反卷积方法

在机器学习理论中,为消除随机影响,对样本进行平均是一种广为使用的处理手段.为此,在具有相同物理激发过程的系统中,利用黎曼梯度的概念,构造了单位超球面上的平均算子.以地震数据盲反卷积为例,结合改进型的带状独立分量分析,提出了基于单位超球面平均的盲反卷积方法.仿真实验表明了所提出方法的有效性和优越性.