插入排序快速推进旅行时计算方法

基于窄带技术的旅行时快速推进算法在迭代计算过程中需要频繁更新窄带点,通过优化窄带点排序方案,可有效提升该算法的计算精度和效率。传统快速推进算法在选取排序方法时仅考虑方法的排序能力强弱,认为排序能力强的堆排序方法能更好地处理窄带点的排序任务,忽略了作为排序目标的旅行时场所具有的有序性。分析程函方程的因果关系条件可知,旅行时场隐含了由小到大的分布规律。基于这一规律,采用简单的插入排序方法即可很好地完成窄带点的排序任务。插入排序方法属于稳定类排序方法,较堆排序方法具有更低的实现成本和更高的稳定性,更加符合程函方程因果关系条件的要求。通过引入插入排序方法,设计了一种适合快速推进算法的排序流程,用于替换常规算法所采用的堆排序方法,后经不断改进,提出了基于插入排序方法的快速推进算法。通过数值模拟,测试和比较了插入排序快速推进算法、三叉树堆排序快速推进算法和快速扫描算法,数值模拟结果表明,对于压制了源点奇异性问题的快速推进算法,插入排序快速推进算法的精度和计算效率均优于传统的三叉树堆排序快速推进算法。

感兴趣区域高效提取算法(英文)

感兴趣区域在临床医学图像分析中占有重要地位.提出了一种基于单调推进曲线进化的感兴趣区域提取新方法.首先,通过极小化ROI(region of interest)能量函数,推导出区域速度函数项,并与基于边界的速度函数融合,提出融合ROI信息的单调推进Snake模型.ROI信息能够增强曲线深入到对比度低且细窄的区域中的传播能力.其次,提出了多初始化快速推进算法,选择性地种植种子曲线有助于局部区域的生长从而进一步改善分割结果.此外,为提高计算效率,在多尺度空间进行数值求解,其中利用快速解传递方法实现粗一级尺度到细一级尺度解的传递,可以加速收敛.利用医学图像分割实验对该方法进行评估,结果表明:该方法能够快速、精确地提取低对比度和细窄的ROI区域.与现有方法相比,该方法的高效性同时体现在分割结果和计算代价上.

分布式声波传感垂直地震剖面法智能处理及多波成像方法

本文研究了分布式声波传感垂直地震剖面(DAS-VSP)法纵波及转换波智能处理与成像方法,讨论了DAS-VSP形态成分分析法数据去噪技术、DAS-VSP多波智能分离方法和流程,以及基于深度学习的DAS-VSP数据规则化方法。创新性地提出了一种基于最小旅行时的多波VSP成像方法,通过旅行时表控制反射路径附近聚焦成像,比传统地震偏移方法的划弧减少,成像过程中计算覆盖次数,解决了覆盖不均匀成像振幅问题。通过海上斜井DAS-VSP实际数据处理,同时获得DAS-VSP上行纵波和上行转换横波成像剖面,结果显示,DAS-VSP不仅含有反射纵波信息,同时存在较强的转换横波,通过针对性处理后,能够实现DAS-VSP纵波及转换波成像,说明斜井DAS-VSP具备多波成像条件,可获得较高信噪比的纵波及转换波成像数据,多波数据更有利于油气预测和识别,智能处理及多波成像方法为DAS-VSP法用于油气勘探开发提供了新的技术手段。