主成分分析和字典学习联合地震数据去噪方法 |
| |
作者姓名: | 朱鹤文 韩立国 陈瑞鼎 |
| |
作者单位: | 吉林大学地球探测科学与技术学院,长春130026;吉林大学地球探测科学与技术学院,长春130026;吉林大学地球探测科学与技术学院,长春130026 |
| |
摘 要: | 为能获得高信噪比的地震数据,笔者提出了一种基于K-SVD字典学习和主成分分析(PCA)相结合的主成分字典学习算法。与K-SVD算法对误差项直接采用奇异值分解来更新字典原子不同,笔者采用PCA算法分解误差项,并使用第一主成分作为字典原子的更新。通过对复杂模型合成地震记录与实际地震记录进行对比实验,得出该方法较K-SVD算法信噪比大约提高1~1.5 dB,能更好地保护有效信号。
|
关 键 词: | 随机噪声 主成分分析 K--SVD字典 去噪 |
本文献已被 CNKI 万方数据 等数据库收录! |
|