基于改进NL-Means的医学CT图像降噪

医学CT图像在成像的过程中,不可避免地会引入噪声。图像噪声会降低图像质量,影响临床诊断。因此,医学CT图像降噪在诊疗中起着重要作用。本文首先介绍了经典的NL-Means(非局部均值算法)算法,然后在此基础上改变对降噪起关键作用的加权核函数。实验证明本文算法对医学图像降噪有一定的效果,并且能够更好保留原图像的细节信息。在图像降噪后的峰值信噪比(PSNR)方面,本文算法比NL-Means算法最大可提升2.59 dB。     

利用改进的粒子群算法反演视震源时间函数

视震源时间函数的提取是研究震源参数的重要途径. 本文提出了利用改进的粒子群(PSO)算法反演视震源时间函数的方法, 以水平线方法得到的结果作为PSO算法的初值, 并对PSO算法的惯性因子和学习因子进行改进, 提高计算效率. 采用改进的PSO算法对模拟数据进行了反演计算, 并与映射Landweber反褶积(PLD)方法和遗传算法(GA)进行了对比分析. 结果表明, 相对于PLD方法, 改进的PSO算法反演结果与真实结果误差更小; 相对于遗传算法, 改进的PSO算法计算效率提高了5倍以上. 最后, 利用改进的算法对2005年10月8日巴基斯坦克什米尔M_W7.6地震的P波视震源时间函数进行了提取, 结果表明此次地震P波视震源时间函数在25 s之内, 震源沿西北向破裂. 该结果与张勇等的结果一致.     

团体粒子群与最大能量串行融合算法转换波静校正

估计转换波的静校正量是一个复杂的非线性问题,常规的线性静校正方法无法取得好的效果.粒子群算法是一种很好的非线性全局最优化方法,但其缺点是"早熟"现象严重.最大能量法是一种常规求取静校正量的方法,局部寻优能力强且收敛速度快是其优点,但是当地震记录含有大的静校正量时易收敛于局部极值.本文在标准粒子群算法的基础上发展出了一种改进的粒子群算法:团体粒子群算法.并且通过对Rastrigin函数的寻优实验证明了其全局寻优能力优于标准粒子群算法.同时为了解决转换波静校正问题串行融合了团体粒子群算法和最大能量法.最后,建立了含一个水平反射层的模型并合成地震记录,加入随机值作为检波点静校正量.对合成的地震数据分别利用团体粒子群和最大能量的串行融合算法、标准粒子群算法和最大能量法求取静校正量并进行静校正.结果证明串行融合算法得到的静校正量与理论值误差很小,静校正后的叠加剖面连续性较好.     

贝叶斯算法在拟合自由核章动参数中的应用

用高精度重力技术检测地球自由核章动(FCN)参数(包括周期和Q值等)的难点是资料观测信噪比低,传统的方法是使用最小二乘拟合,但是获得的FCN共振参数精度不理想.本文利用武汉国际潮汐基准站高精度超导重力仪和全球超导重力仪观测的时变重力资料,根据贝叶斯算法拟合地球自由核章动(FCN)参数.我们将贝叶斯拟合方法与传统最小二乘法实施了对比分析,研究了不同台站资料差异.讨论了潮波选择和不同海潮模型等因素对FCN参数的影响.结果表明用贝叶斯算法获得的FCN品质因子与空间大地测量VLBI结果吻合的更好,这说明贝叶斯算法可靠性高,为研究地球深内部构造参数(核幔边界粘滞系数等)提供了有效依据.     

基于不等式约束的三维电阻率探测混合反演方法

三维电阻率探测的线性反演和非线性反演中均存在着多解性的固有难题.电阻率线性反演方法的效率较高,但反演结果对初始模型的依赖性较强,易陷入局部极小;而非线性反演方法不依赖初始模型,但搜索效率极低,尚未见到关于三维电阻率非线性反演的文献.针对上述问题,融合线性与非线性反演方法的互补优势,提出了最小二乘法（线性方法）与改进遗传算法（非线性方法）相结合的混合反演方法的概念和思想.首先,提出了将介质电阻率变化范围作为不等式约束引入反演方程的思路,以实现压制多解性、提高可靠性的目标.提出了宽松不等式约束和基于钻孔推断的局部严格不等式约束的获取及定义方法.在此基础上,分别提出了基于不等式约束的最小二乘线性反演方法和遗传算法非线性反演方法.其次,对于遗传算法在变异搜索方向控制、初始群体产生等方面进行了改进,优化了其搜索方向和初始群体多样性.然后,提出了混合反演方法及其实现方案,利用改进遗传算法进行第一阶段反演,发挥其对初始模型的依赖程度低的优势,搜索到最优解附近的空间,输出当前最优个体;利用最小二乘法进行第二阶段反演,将遗传算法得到的当前最优个体作为初始模型,在最优解附近空间执行高效率的局部线性搜索,最终实现地电结构的三维成像.最后,开展了合成数据与实际工程算例验证,与传统最小二乘方法进行了对比,发现混合反演方法在压制多解性、摆脱初始模型依赖和提高反演效果方面有较好效果.

     

基于辛格式奇异核褶积微分算子的地震标量波场模拟

本文在对地震波场进行模拟时,采用辛差分格式对波动方程进行时间离散,采用奇异核褶积微分算子对波动方程进行空间离散.该方法尽管增加了一些计算量,但提高了计算精度和稳定性;相对于其他非辛算法,它是全局保结构的,并且具有较强的长时间跟踪能力.该方法为解决大尺度、长时程地震波场的高精度模拟问题提供了一种新的、有效的选择.     

一维大地电磁信赖域反演法研究

信赖域算法是一种线性化的最优化算法,该算法在每次迭代时强制性地要求新的步长不超过某一控制量,这等价于在以当前迭代点为中心的一个邻域内对一个近似于原问题的近似模型求极值,从而提高了算法的稳定性.将信赖域算法引入到层状介质大地电磁数据的反演,得到了一维层状介质的信赖域反演法.数值试验结果发现该算法收敛性强,收敛速度快.抗噪...     

2020年7月12日唐山5.1级地震前高光谱多参数异常特征分析

基于高光谱遥感数据,通过RST算法提取2020年7月12日唐山5.1级地震前不同参数异常信息,发现震前CH₄、CO、H₂O、O₃均出现了高值异常,且异常均位于震中附近,异常幅度高于2倍均方差,CH₄、CO、H₂O异常机理不同于O₃。通过统计2018—2020年CH₄、CO、H₂O三种气体出现频次,发现同步异常具有可靠性,认为高光谱多参数异常出现的同步性,可提高异常性质判定的信度。通过对不同参数进行连续跟踪观测,提取多参数同步异常信息,对地震短临预报具有一定参考意义。     

基于快速流式算法的局部余弦相似属性

相似性是一种常用的衡量不同图像之间差异程度的属性,广泛应用于地震数据处理环节.由于地震数据本质上是非平稳的,局部相似性比全局相似性更适用于刻画地震数据的时-空变化特征.现有的局部相似属性可以通过正则化最小二乘问题进行计算,但是其计算过程需要大量的计算时间和数据存储空间,难以适应当前的海量数据处理任务.本文提出了一种基于快速流式算法的局部余弦相似性计算方法,其采取局部数据递推的模式,避免迭代算法带来的计算负担,在保证计算精度的前提下能够快速地表征不同数据之间的差异.流式局部余弦相似性可以用于解决不同的地震数据处理问题,包括叠前地震数据加权叠加、多波多分量数据纵横波速度比估计以及基于构造预测的断层检测,更加适用于现阶段的宽方位角和高密度采集数据的处理流程.理论模型和实际数据测试结果可以验证流式局部余弦相似性算法的效率优势和解决不同地震数据处理问题的有效性.

     

基于局部采样MCMC方法的时移探地雷达反演

马尔科夫链蒙特卡洛方法(MCMC)是一种启发式的全局寻优算法,可以用来解决概率反演的问题.基于MCMC方法的反演不依赖于准确的初始模型,可以引入任意复杂的先验信息,通过对先验概率密度函数的采样来获得大量的后验概率分布样本,在寻找最优解的过程中可以跳出局部最优得到全局最优解.MCMC方法由于计算量巨大,应用难度较高,在地...