利用K—L变换提高地震记录的信噪比

介绍了K—L变换的基本数学原理 ,在此基础上着重阐述了K—L变换压制噪声 ,提高地震记录信噪比的理论依据 ,并给出了一些理论模型进行了试算研究和分析。结果表明 :K—L变换去噪的效果与地震记录上同相轴的空间相关程度及所选取的特征值的个数有关 ,对于同相轴空间相关程度较好的记录 ,只要将特征值个数选取在其曲线拐点处进行变换便可达到目的 ;反之 ,需选取的特征值个数不易准确确定 ,从而影响去噪效果。

K—L变换地震属性优化方法

本文研究K—L（Karhuen—Loeve）变换方法（主成分分析），井应用常规K—L变换对原始地震属性进行处理。从全体地震属性集中，挑选最好的地震属性子集以降低多解性。去除相关属性。重构新的地震属性。

K-W-L教学策略指导下的无机化学实验教学--以物质性质的五个实验为例

K-W-L教学策略在体现学生处于教学中的主体性方面有着重要作用。以物质性质的五个实验为例,探究了此策略在大学无机化学实验教学中的应用。在学生已有认知基础上,从学科性角度对新的情境素材进行深入分析,通过主动探索、积极尝试和教师指导等方式,使学生主动学习,并真正融入实验教学中。

“K-W-L+”认知提问模式在大学英语思辨性阅读中的研究

阅读是基于文本理解和交流而实现人的自我构建的实践活动。思辨性阅读提问是实现在阅读中思考、在思考中阅读的关键。高校英语教学要克服“思辨缺席”,就必须走向思辨。基于“K-W-L+”认知提问模式,通过在英语阅读中建立有效提问,以问促思、以思促辨,提升大学生的推理、分析、评价等思辨能力。

联合检测血清AFP、AFP-L3%和PIVKA-Ⅱ水平早期诊断和判断原发性肝癌患者预后临床价值探讨

目的 探讨联合检测血清甲胎蛋白(AFP)、甲胎蛋白异质体3比率(AFP-L3%)和维生素K拮抗剂诱导蛋白-Ⅱ(PIVKA-Ⅱ)早期诊断和判断原发性肝癌(PLC)患者预后的临床价值。方法 2016年1月~2018年12月我院收治的PLC患者87例、乙型肝炎肝硬化患者79例、慢性乙型肝炎患者73例和健康体检者65例,所有PLC患者均接受经肝动脉化疗栓塞术(TACE)治疗,随访3年。采用化学发光免疫分析法检测血清AFP和PIVKA-Ⅱ水平,采用免疫荧光法检测血清AFP-L3。应用Logistic回归分析影响PLC患者3 a生存率的独立危险因素,应用受试者工作特征曲线(ROC)下面积(AUC)评估血清指标预测PLC患者预后的价值。结果 PLC组血清AFP、AFP-L3%和PIVKA-Ⅱ水平分别为(402.5±95.3)μg/L、(12.9±3.1)和(824.5±82.1) mAU/mL,显著高于乙型肝炎肝硬化组【分别为(17.9±2.6)μg/L、(8.6±1.2)和(30.4±3.2)mAU/mL,P<0.05】或慢性乙型肝炎组【分别为(20.3±6.4)μg/L、(5.4±0.9)和(29.8±3.0)mAU/mL,P<0.05】或健康体检组【分别为(2.2±0.1)μg/L、(2.7±0.4)和(26.3±3.4)mAU/mL,P<0.05】;52例死亡组血清AFP、AFP-L3%和PIVKA-Ⅱ水平分别为(447.1±71.2)μg/L、(14.1±2.2)和(883.9±50.8)mAU/mL,显著高于35例生存组【分别为(336.2±58.4)μg/L、(11.0±1.8)和(736.2±37.0)mAU/mL,P<0.05】;单因素分析显示,TNM分期、Child分级、肝外转移、血清AFP、AFP-L3%和PIVKA-Ⅱ水平均会影响PLC患者预后(P<0.05);多因素Logistic回归分析显示,TNMⅢ/Ⅳ期、Child C级、肝外转移、血清AFP≥410.5μg/L、AFP-L3%≥12.1和PIVKA-Ⅱ≥807.2 mAU/mL是影响PLC患者预后的独立危险因素(P<0.05);ROC曲线分析显示,血清AFP、AFP-L3%和PIVKA-Ⅱ联合预测PLC患者3 a预后的AUC为0.908,显著高于三者单独预测的0.763、0.830和0.792(P<0.05)。结论 联合检测血清AFP、AFP-L3%和PIVKA-Ⅱ水平可以帮助诊断PLC,并可能据此判断TACE治疗患者的预后,具有很大的临床意义。

基于K-L展开的断层-节理边坡随机有限元分析

土性参数的空间变异性和断层-节理的耦合作用,将显著影响边坡工程的稳定性分析。基于K-L展开方法模拟土体抗剪强度参数空间变异性,同时通过强度折减法计算节理岩体边坡的稳定性系数,提出了一种考虑土体参数空间变异性的边坡可靠度分析方法。探讨了土性参数的变异性及水平和垂直方向的相关距离对断层-节理边坡随机可靠度的影响。通过与已有研究中均质边坡稳定性对比分析,验证了模型的可行性,并结合现场实际工程进行分析。研究表明:断层-节理裂隙改变了边坡潜在滑移面产状,同时降低边坡的安全系数。边坡失效概率随着土性参数变异系数的增加而增大。忽略土性参数的变异性指标时,会高估边坡的安全系数指标,低估失效概率。土体竖向波动范围显著影响边坡的可靠度,断层-节理对于边坡稳定性的影响远大于土体波动范围。

基于K-L变换的污秽绝缘子红外图像特征提取方法

利用K-L变换降低污秽绝缘子红外图像特征维数,得到3个独立主分量特征,该3维主分量包含了各原始特征分量的信息。通过主分量累积贡献率的大小,选取了原始污秽特征数据协方差矩阵的3个最大特征值对应的3维特征矢量构成正交变换阵,用于主分量特征提取。通过正交变换阵中各系数的大小,研究了各原始特征分量在各主分量特征中所占的比例。为比较K-L变换前后数据类间距离的变化,绘制了K-L变换前后特征数据分布的3维立体图。实验结果证明K-L变换在最大限度地保留原有信息的同时,降低了原始污秽特征数据的维数,减少了计算量,加大了数据的类间距离,提高了污秽数据分类的准确性。

小波变换域K-L变换及其去噪效果分析

K-L变换利用相邻地震道的相关性来去除随机噪声,但对于倾斜和弯曲同相轴反射去噪效果不佳。采用改进的时变倾角扫描叠加K-L变换能够较好地去除随机噪声,但由于在时间域进行,没有考虑有效信号和随机噪声在频率域的特点,高频有效信号易受压制。小波变换具有较强的时频分析能力,在小波变换域进行K-L变换,可以实现分时分频K-L变换去噪。介绍了小波变换域K-L变换压制随机噪声的基本原理,即先将地震信号进行小波分解形成分时分频的小波包剖面,然后用K-L变换对小波包剖面进行去噪,再将去噪后的小波包剖面重构回地震剖面,从而达到消除随机噪声的目的。理论模型计算和实际资料处理表明,小波变换域K-L变换去噪方法在有效去除随机噪声的同时能够保护高频有效信号。

基于Gabor小波变换与K-L高斯黎曼流形判别的人脸识别

针对图像集人脸识别中的子空间模型限制,结合Gabor小波变换与K-L高斯黎曼流形判别,提出一种新的图像集人脸识别方法。通过Gabor小波变换表征图像集中人脸图像的特征向量,利用混合高斯模型中带有先验概率的高斯分量表示每个图像数据集,采用可信的K-L概率核函数表示高斯分量间的不同距离,通过加权核判别分析最大化高斯分布间的间距,获取底层数据分布。实验结果表明,与基于线性仿射子空间、基于非线性流形和基于统计模型的方法相比,该方法在YTC和COX数据库上的识别率较高,在YTF数据库上的ROC曲线面积达到85.91,表现最优。测试和训练时间比较结果也表明该方法更适合应用于离线图像集人脸识别系统。

K-L变换地震属性优化及其在储层预测中的应用

在地震资料精细解释的基础上,以地震属性优化为前提,以K-L变换为手段,对原始地震属性进行了优化处理。经变换后地震属性特征维数下降十分明显,选取的地震属性之间的相关性得到明显降低,突出了其间的差异性,降低了多解性。在利用优化后的属性进行储层预测时,储层参数更加精确。

基于对称K-L距离及决策者主观偏好的混合属性决策方案客观权重确定方法

为直接获得含有不确定信息的混合属性决策方案指标属性的客观权重,提出对称Kullback-Leibler(K-L)距离并考虑决策者对不确定数的确定项和不确定项设定偏好比例的方法.将混合型数据指标值统一转化为二元联系数,进而转化为二元组数,并进行规范化处理以使其在各属性下具有可比性.计算各个属性下各个方案指标之间的两两对称K-L距离.汇总各属性下的两两对称指标K-L距离的值作为其初始客观权重,并经归一化后得到各属性的客观权重.算例分析表明,该客观属性权重确定方法能够最大程度上减少信息的失真,且处理方法统一,原理简单,能够较好地解决含有不确定信息的客观属性权重的确定问题,同时也验证了决策者的主观偏好对客观权重的确定具有较大的影响.

基于Adaboost权值更新以及K-L距离的特征选择算法

对于颜色、纹理变化较大的目标,边界片段是一种较为稳定的特征.手工分割样本再提取边界片段的传统做法由于工作量巨大而限制了样本的数目,不能满足统计学习中大样本训练的要求.但是如果对训练样本采用自动分割的方法就不可避免地引入很多背景中的噪声.在这种情况下特征的选择就显得尤为关键.本文提出一种基于Adaboost权值更新以及K-L距离的特征选择算法,在Adaboost的每一轮训练中动态地选择所有备选边界片段的一个子集作为Adaboost训练的特征集.选择算法以边界片段在正面样本与负面样本中分布的鉴别信息为依据,有效地减少了背景中边界片段的干扰.实验证明该算法是有效的.

基于K-L散度的最大后验弧主导的混淆网络生成算法

为快速生成高质量混淆网络,该文提出一种最大后验弧主导的快速生成算法。它只需遍历一遍Lattice,具有线性时间复杂度。采用K-L散度(Kullback-Leibler Divergence,KLD)来度量弧标号之间的发音相似性,改善了混淆网络生成中弧对齐的准确性。实验结果显示,所提算法在生成速度上和Xue的快速算法是可比的,而生成质量更好。通过采用KLD作为弧标号相似性测度,生成混淆网络的质量得到了进一步提高。

基于局域波法和K-L信息量的柴油机故障诊断方法

针对柴油机表面振动信号的非平稳时变特性,采用局域波分析方法将实测信号分解为多个内蕴模式分量,提出了基于内蕴模式分量K-L信息量的柴油机故障检测方法.然后以正常状态为参考状态,对活塞缸套间的3种磨损故障实例进行了分析,结果证明了该方法在柴油机故障诊断中的有效性和工程实用性.

K-L变换在AVO交会图分析中的应用

AVO属性交会图分析是进行AVO解释的最有效手段之一,但是由于AVO属性参数之间具有统计相关性,因此利用AVO属性交会得到的解释结果有不确定性。为了解决这一问题,本文提出对原交会图的属性空间进行K-L变换,再利用新空间的交会图来辅助识别交会异常。文中简要地介绍了离散K-L变换基本原理及实现步骤,并应用该方法对实际资料进行了AVO属性交会图分析,取得了较好的效果。

K-L PPC模型在水资源可持续利用评价中的应用

基于水资源可持续利用的内涵和意义,从水资源、社会经济和生态环境3个子系统建立水资源可持续利用指标体系;针对水资源可持续利用评价中各指标的不确定性和模糊性,为提高评价模型的分辨率,引入基于实数编码的加速遗传算法的投影寻踪分类(K-L PPC)模型。以塔里木河源流区为例,通过优选指标、确立等级和构建模型,寻找最优的投影方向。评价结果基本符合当地实际情况,验证了K-L PPC模型在区域水资源可持续利用评价的实用性。

基于K-L变换的支持向量机在汽轮机故障诊断中的应用

支持向量机应用于故障诊断是近年来研究的热点,在支持向量机算法的基础上,以汽轮机故障为例,引入了K-L变换对故障特征进行提取。结果表明,经K-L变换后的支持向量机算法能够保证故障信息的完整性,有效识别临界故障状态,提高了故障的分类精度,扩展了支持向量机的应用范畴。

基于Sobel边缘检测与K-L变换的高效SIFT算法

针对SIFT经典算法提出了一种基于Sobel边缘检测与K-L变换的高效SIFT算法。首先,采用Sobel算子边缘检测,通过设置阈值T,忽略部分冗余特征点,减少冗余的特征向量生成;其次,通过K-L变换,把128维的空间特征描述符降低到60维,降低了时间的复杂度。通过实验表明,阈值设置得越高,获取的关键点越少,匹配的效率越高,可见该算法从整体上实现了匹配的高效性和实时性。

基于K-L变换的微地震资料去噪的分析及应用

在我国油田开发的中后期,由于大量未动用的油气储量大部分集中在低渗透储层中,压裂是改造低渗透储层的有效手段。利用微地震监测技术可对压裂过程和压裂效果进行监控和评价。虽然微地震信号与天然地震信号具有很大的类似,但由于实际收到的微地震信号,尤其是微地震监测资料信噪比是相当低的。在微地震监测过程中,去除微地震信号的随机噪音和相干噪音以提高微地震信号的信噪比,是一项非常关键的处理步骤。本文将利用K-L变换从多道微地震记录中提取微地震信号,去除随机噪音和相干噪音。

可测函数的K-L信息最小化

将K-L信息D(p,p0)推广到p0为非负有限可测函数,讨论了D(p,p0)在定义域约束、可测函数组的期望值约束和同时具有两个约束条件下的最小化问题,以及它们的逆问题.指出任何均匀分布族、负指数分布族和正则指数分布族都是最小化广义K-L信息的解.