基于压缩感知的小波阈值和CEEMD联合去噪方法

中深层地质条件复杂,地震资料品质差,主要表现为:地震资料信噪比低、有效信号弱.如何在去噪的同时有效保留弱有效信号,获取高信噪比的地震数据成为地震数据处理的关键问题.传统小波阈值与互补集合经验模态分解(CEEMD)联合去噪方法相比单一方法可以获取更高品质的地震数据.基于压缩感知理论的去噪方法利用地震数据在变换域中的稀疏特性,通过设定稀疏基矩阵和测量矩阵,可以将地震数据去噪问题转化成求解最优化问题,通过最优解重构原始信号,实现对地震资料的去噪处理.该方法能够在有效衰减随机噪声的同时最大限度的保留有效信号.本文基于压缩感知理论开展小波阈值去噪方法研究,并在此基础上结合CEEMD方法对含噪较多的固有模态分量进行有针对性的随机噪声压制.通过对含噪数据开展不同方法的去噪结果对比可见,本文方法可以在保证高信噪比的基础上更为有效的保留弱有效信号,数值试算验证了该方法对弱有效信号地震数据去噪具有显著优势.     

基于压缩感知理论的地震数据降噪方法

针对地震数据在采集处理过程中存在的随机噪声,本文从压缩感知的角度,给出了一种地震数据降噪方法.其基本思路是:首先对含有随机噪声地震数据通过离散余弦变换进行稀疏表示,然后选取随机高斯矩阵为测量矩阵,并计算出传感矩阵,在地震数据重构阶段,采用正交匹配追踪算法对地震数据进行重构;通过实验方法对比,本文方法的降噪效果在峰值信噪比、信噪比、均方误差指标上均优于对比方法,证明了本文方法对地震数据中的随机非平稳噪声有较好的压制效果,提高了地震数据的信噪比.     

基于态势感知及物联网技术的地震台站运维管理系统设计

地震监测台站仪器是否正常运行决定着观测数据的连续性和可靠性,而台站运维管理是仪器正常工作的基本保障。将态势感知概念引入台站运维管理工作,以物联网技术为基础,构建智慧台站架构,安装部署必要的传感器或智能设备,收集台站的电力、气象、安防等数据,结合台站地理信息,建立必要的异常指标,结合机器深度学习,开发地震监测台站态势感知系统,用于台站日常维护管理。与传统台站运维管理工作进行对比,基于态势感知的运维管理系统,可有效提高台站工作效率,对台站运维管理具有积极作用。     

基于Seislet-TV双正则化约束的地震随机噪声压制方法

人工地震数据总是受到随机噪声的干扰,地震数据时-空变的特性使得常规去噪方法处理效果并不理想,容易导致有效信号的损失.目前广泛应用的预测滤波类方法存在处理时变数据能力不足的问题.随着压缩感知理论的不断完善,稀疏变换阈值算法能够解决时变地震数据噪声压制问题,但是常规的稀疏变换方法,如傅里叶变换,小波变换等,并不是特殊针对地震数据设计的,很难提供地震数据最佳的压缩特征,同时,常规阈值算法容易导致去噪结果过于平滑.因此开发更加有效的时-空变地震数据信噪分离方法具有重要的工业价值.本文将地震数据信噪分离问题归纳为数学基追踪问题,在压缩感知理论框架下,利用特殊针对地震数据设计的VD-seislet稀疏变换方法,结合全变差（TV）算法,构建seislet-TV双正则化条件,并利用分裂Bregman迭代算法求解约束最优化问题,实现地震数据的有效信噪分离.通过理论模型和实际数据测试本文方法,并且与工业标准FXdecon方法进行比较,结果表明基于seislet-TV双正则化约束条件的迭代方法能够更加有效地保护时-空变地震信号,压制地震数据中的强随机噪声.

     

基于L1范数凸二次规划方法的航空重力测量数据稀疏重构（英文）

由于受到国界、测量成本和数据规模等因素的限制,航空重力测量本质上是一种欠奈奎斯特采样方法,本文通过离散傅里叶变换分析了航空重力测量的稀疏性,提出了利用压缩感知理论实现大规模重力异常数据高精度重构的思路。基于压缩感知理论,重力异常数据重构问题可以转化为基于L1范数的凸二次规划问题,本文结合预处理共轭梯度算法,提出了一种改进的内点法来解决此问题。进一步地,我们利用自主研发的SGA-WZ型捷联式航空重力仪在中国某地区进行了航空重力测量试验。通过对试验中测得的重力异常数据进行重构,与常用的线性插值重构方法对比,结果表明:本文提出的基于压缩感知理论的新方法能够以更高的重构精度,更有效地解决大规模重力异常数据的重构问题。     

基于Bregman迭代的不同阈值模型地震数据重构方法分析

传统的地震数据采样必须严格遵循Nyquist采样定理,而野外实际数据的采集可能由于施工条件或者地表障碍物的限制,不一定能记录到完整的地震波场,所以地震资料处理中的数据重建是非常重要的问题.压缩感知理论最先来自信号处理领域,它所包括的问题类型有信号的稀疏表征和数学组合优化,它给地震数据重建这类问题指明了思考方向.而其中如何选择最优的迭代算法是数据重建中的关键问题.本文将地震数据插值问题归纳到约束最优化问题,选择能有效稀疏表征地震波场的傅里叶变换,对于压缩感知理论框架下的混合范数反问题,再用Bregman迭代方法去求解,在地震数据的重建过程中,传统的阈值参数收敛慢,为了降低迭代次数并且提高地震数据恢复的精度,总结出改进型指数衰减规律的阈值参数,选择用硬阈值算子来重建恢复地震数据．通过对理论模型和实际地震资料的处理结果表明该方法可以快速、有效的恢复地震波场的缺失数据．     

气候变化感知对城市居民冰雪旅游环境责任行为的影响机制——以北京市为例

冰雪旅游是推动冰雪经济与旅游产业高质量融合发展的重要途径,现已成为文旅产业中最具潜力的领域之一。然而在全球气候变化的影响下,冰雪旅游发展面临严峻挑战。文章以北京市为例,运用结构方程模型对冰雪旅游情境中城市居民的气候变化感知、感知价值、旅游意向和环境责任行为等变量间的影响关系及其形成机制进行分析。研究发现：(1)气候变化感知分为气候变化表征和气候变化风险两个维度,且两者显著正向影响冰雪旅游感知价值。同时,气候变化风险显著正向影响旅游者环境责任行为。(2)冰雪旅游感知价值显著正向影响冰雪旅游意向和环境责任行为。(3)冰雪旅游意向显著正向影响环境责任行为。(4)旅游经历在气候变化感知对冰雪旅游意向和环境责任行为的影响关系中具有显著的正向调节作用。本研究对厘清冰雪旅游情境下气候变化感知对游客环境责任行为的复杂影响机理具有重要的理论价值,同时也能够在一定程度上为相关部门把握“后冬奥”黄金机遇,推动冰雪旅游高质量发展提供决策参考。     

四维标注在智能驾驶BEV感知中的应用

感知是智能驾驶应用中的重要一环,随着BEV感知算法的推进,对数据标注的质量和数量级提出更高的要求。本文深入研究BEV感知算法对数据标注的详细需求,并结合当前主流数据标注业务形态,提出一种基于向量空间的四维数据标注方法,将标注结果实时投影至图像空间,真正做到标注一次,输出海量样本。实践结果表明,四维标注不仅可以提升标注效率百倍以上,还能从本质上保障数据标注质量,应对BEV感知需求。     

基于多方向自适应感知网络的高光谱遥感图像分类

高光谱遥感能够同步获取目标场景的光谱数据和空间图像,满足对目标物体成分组成和形貌特征的探测需求,已被广泛应用于精准农业、地质勘察、环境监测和生物医学等领域。近几年,得益于优秀的空谱信息表征能力,基于卷积神经网络的高光谱图像分类方法取得了优于传统方法的分类精度。然而,基于一定规则和固定方形窗口的卷积运算无法满足不同对象、不同分布的空谱特征提取需求,当像素位于类别边缘时该模式无法避免其他类别的无关信息,导致类别间的信息扩散以及跨类别像素的误分和错分。针对上述问题,本文提出了一种基于多方向自适应感知的高光谱图像空谱联合分类方法,并通过联合不同邻域范围的空谱上下文信息来改善模型的局部空谱建模能力。具体研究过程如下：首先,将常规卷积网络的全窗口滤波器拆分为不同方向的半窗滤波器,从而设计出侧窗卷积以捕捉具有方向性的空谱特征;然后,在此基础上进一步将不同方向的侧窗滤波核整合到统一的卷积架构中构造空谱分离多方向卷积,并设计方向自适应感知模块,以密集连接构建基于高光谱图像的多方向自适应感知分类网络,赋予模型自适应学习多种空谱结构特征的能力,弥补常规卷积和侧窗卷积只能建模单一方向空谱关系的不足,提升模型对...     

游客视角下的旅游景区形象屏蔽作用机理研究

屏蔽是一种遮挡现象,由于形象屏蔽的存在,一些旅游景区的发展往往陷入困境。"景区形象"从理论上说是可以塑造的,但实际中存活于人们心目中的只是景区的"感知形象",人们依据感知形象做出相关决策。景区形象的屏蔽实质上就是景区感知形象的屏蔽。在人们感知景区的过程中,会经历原生性、决策性、实地性等不同阶段上的感知形象屏蔽。不同阶段的感知形象屏蔽的作用机理也有所不同,分别通过形象认知类化、感知效用优化以及符号传递内化等发生作用。相关景区应从人们感知景区的不同阶段采取针对性措施来避免感知形象屏蔽发生的负面作用。