全文获取类型
收费全文 | 53篇 |
免费 | 48篇 |
国内免费 | 16篇 |
专业分类
测绘学 | 3篇 |
大气科学 | 3篇 |
地球物理 | 65篇 |
地质学 | 27篇 |
海洋学 | 2篇 |
天文学 | 2篇 |
综合类 | 8篇 |
自然地理 | 7篇 |
出版年
2024年 | 2篇 |
2023年 | 4篇 |
2021年 | 4篇 |
2020年 | 2篇 |
2019年 | 3篇 |
2018年 | 7篇 |
2017年 | 2篇 |
2016年 | 7篇 |
2015年 | 2篇 |
2014年 | 4篇 |
2013年 | 8篇 |
2012年 | 9篇 |
2011年 | 4篇 |
2010年 | 8篇 |
2009年 | 7篇 |
2008年 | 3篇 |
2007年 | 6篇 |
2006年 | 5篇 |
2005年 | 5篇 |
2004年 | 4篇 |
2003年 | 2篇 |
2001年 | 2篇 |
2000年 | 2篇 |
1999年 | 2篇 |
1997年 | 4篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1993年 | 1篇 |
1992年 | 2篇 |
1991年 | 2篇 |
1987年 | 1篇 |
排序方式: 共有117条查询结果,搜索用时 265 毫秒
81.
82.
为达到更加有效地表示地震数据的目的,仅仅将地震数据当作普通的图像数据处理是远远不够的,地震数据中蕴含的地震波的运动学特性也应作为重要因素而被考虑到.本文讨论了利用Dreamlet变换方法实现地震数据压缩的方法,并针对地震数据本身所蕴含的频散关系特性进一步提出了多尺度Dreamlet变换压缩方法.Dreamlet变换由2个一维局部谐波变换的张量积构成,它在提供地震波场时间-空间局部化性质的同时可以保留波场的运动学特性.通过对二维SEG/EAGE叠前、叠后数据的算例说明了Dreamlet变换用于地震数据压缩的有效性.利用压缩后的数据进行成像的结果更表明,与Curvelet变换方法相比,Dreamlet与多尺度Dreamlet方法可以提供更高的压缩比;在相同压缩比的条件下,使用Dreamlet与多尺度Dreamlet方法压缩重建后的数据进行成像能更好地保留成像结果中的重要结构. 相似文献
83.
84.
本文提出了一种基于自适应分子分解的地层吸收补偿方法。该方法能有效克服时频域地层吸收补偿方法中局部分析时窗端点反射子波截断和窗内子波重叠干涉对补偿效果带来的影响。该方法具体实现如下:首先根据地震信号振幅谱的时变特性,构造一组自适应分子标架,将地震信号变换到时频域;然后在时频域提取每个时窗内地震信号振幅谱的慢变分量(时变子波振幅谱);再在每个时窗内,利用相关系数构造目标函数,反演吸收补偿滤波器参数,得到吸收补偿滤波器;接着用吸收补偿滤波器对各时窗内信号的时频谱进行补偿,最后重构补偿后的时频系数,得到补偿后的地震记录。自适应分子分解的引入,使得本文方法可用于含有薄层(或薄互层)的非均匀粘弹性介质反射地震记录的地层吸收补偿。文中给出了模型及实际资料算例,验证了本文提出的方法的有效性。 相似文献
85.
86.
消除地震资料中的干扰噪声,增强地质沉积特征,对地震资料的后继处理和解释都有重要的意义.本文重点论述一种基于偏微分方程的非线性各向异性扩散滤波技术.采用梯度结构张量估计局部地层方向,度量地质特征的规则程度,以此约束扩散滤波器沿着地层方向作扩散滤波,并且通过控制在断层和河道等不连续性区域的滤波程度,使得扩散滤波器具有优异的保持边缘特性.对大庆油田的一块实际地震资料的处理结果表明,该方法可有效消除非相干噪声,增强地震反射同相轴的连续性,突出地质沉积特征,提高资料的信噪比,整体改善地震资料的品质. 相似文献
87.
88.
本文详细介绍了均匀介质条件下椭圆展开共反射点(CRP)叠加原理,并引入双参数(上行波与下行波的速度比和平均速度)来解决非均匀介质条件下的叠加成像,严密论证了所求得的速度是真正的共反射点叠加速度,并结合理论模型计算和地震资料处理证实,利用椭圆展开CRP方法可以对复杂地质剖面求取准确的共反射点叠加速度和正确的零偏移距剖面,得到的成像效果远优于传统共中心点(CMP)方法. 相似文献
89.
90.
人工神经网络是通过从大量训练数据中学习来拟合复杂非线性函数的有效方法,属于一种数据驱动的机器学习方法.人工神经网络应用于地震反演时可以得到更高分辨率和精度的结果,有着优于传统反演方法的泛化能力和非线性拟合能力.本文对人工神经网络的发展脉络进行了回顾,梳理了基于梯度的学习过程中代价函数的作用,反向传播学习算法的思路,激活函数的不同类型,以及万能近似定理等.特别是对热门的深度神经网络,按照时间先后顺序总结了带卷积核的LeNet-5、AlexNet、VGGNet、GoogLeNet、ResNet、UNet、自编码器和GANs等经典模型.在此基础上,本文分析了深度神经网络在反射系数和子波反演、速度反演、波阻抗反演和地震结构反演中不同网络的拓扑结构、学习算法、激活函数和训练样本等.最后,本文归纳和讨论了用于地震反演的有监督端到端学习网络的流程和关键影响因素等,展望了融入物理规律、基于反演目标函数展开的专用地震反演网络. 相似文献