-
题名地震数据自适应多层字典学习稀疏表示方法
被引量:1
- 1
-
-
作者
雍皓
韩铎
张俊杰
王俊秋
-
机构
吉林大学仪器科学与电气工程学院
地球信息探测仪器教育部重点实验室
-
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2022年第3期525-531,I0002,共8页
-
文摘
基于压缩感知(Compressed Sensing, CS)地震数据重构的精度很大程度上取决于用于稀疏表示字典的性能。在K—奇异值分解(K-Singular Value Decomposition,K-SVD)方法中每个训练样本的稀疏级别是固定的,这可能导致原始样本在稀疏表示过程中产生欠拟合或过拟合问题;而且它只使用原始样本的特征作为训练字典,无法利用样本在字典学习过程中产生的隐式特征,从而影响地震数据的重构精度。为此,对K-SVD方法进行了改进,采用自适应多层字典学习(Adaptive Multilayered Dictionary Learning, AMDL)方法对地震数据进行稀疏表示,不但可在字典学习过程中充分利用不同层次的特征,而且还可自适应地确定每一层所选择的原子数。试验结果表明,与K-SVD方法相比,该方法能够为基于CS的地震数据重构提供更准确的稀疏表示。
-
关键词
压缩感知
自适应多层字典学习
稀疏表示
地震数据
稀疏编码
-
Keywords
CS
AMDL
sparse representation
seismic data
sparse coding
-
分类号
P631
[天文地球—地质矿产勘探]
-