论文部分内容阅读
地震记录双域去噪算法研究
【摘 要】
：
地震勘探是当前全球油气勘探的主要技术,其通过人工激发并记录地震波,利用计算机对所采集的地震记录进行加工、改造,以获取地下介质的构造分布信息。野外采集的地震记录中存在大量随机噪声,噪声导致地震记录分辨率降低,也使后续数据处理无法实现保真。因此,必须采取有效的处理手段减弱地震记录中的随机噪声,恢复出原始的“干净”的地质构造,同时尽可能多地保留地质构造的断层、尖灭等细节特征。滤波技术能够滤除噪声,常规的
【机 构】
：
中国石油大学(华东)
【出 处】
：
中国石油大学(华东)
【发表日期】
：
2021年09期
【基金项目】
：
其他文献
电力负荷预测从根本上影响着电力系统规划和运行，研究的主要意义在于精准的负荷预测方法能够保证供电分配的科学性并维持社会的用电平衡。 论文探讨了电力负荷预测的研究意义，并对负荷预测的各类方法进行了归纳总结，同时分别指出了其优缺点以及适用范围。 基于大数据的理念，采用分布式计算架构对研究对象进行了分层分级处理，并进一步运用云存储和虚拟化技术对庞大数据进行分析解剖。以通讯信道估计参数的模型为基础，建立
学位
空分装置广泛应用于石油、石化、煤化工、冶金等行业，在工业生产和国民经济中起着非常重要的作用。空气压缩机组是空分装置的核心设备，空压机组的稳定高效运转是提高空分装置运行效率的前提条件。保证空压机的长周期平稳运行，提高空压机的工作效率，将起到节能降耗的作用，提升空分装置经济效益。 本文基于国内某大型乙烯项目配置空分装置空压机组，利用具有三重模块冗余结构的PLC为硬件平台，设计了一套具有高可靠性的自动
学位
架空输电线路杆塔的可靠接地是减少系统中雷击事故发生、维护电力设备的安全稳定运行、保障运行人员的生命安全的一项重要措施。随着输电网建设脚步的不断加快，架空输电线路越来越多的出现在耕地、山区、林区、草原、市区等区域，因此对架空输电线路杆塔的接地装置的接地性能、稳定性能要求也越来越高。目前我国输电线路最常用的镀锌钢等金属接地装置在后续的长期运行中面临着接地材料腐蚀问题，导致接地电阻升高，防雷性能降低，接
学位
蓝牙是一种低成本、低功耗的近距离无线通信标准,它的目的是取代现有的个人电脑与外部设备之间的有线连接.无线收发器是蓝牙系统中的关键单元,以整个蓝牙系统的复杂度和功耗表现有重大的影响.该文主要对单片蓝牙无线收发器的实现方案做了详细的分析和比较,从中选出最佳的方案,并解决其中影响整个系统表现的关键问题.蓝牙收发器可以分成发送和接收两部分.在发送部分,我们对各种方案进行了仔细研究和客观比较.在接收部分,我
学位
海冰是影响全球气候的重要因素,同时它对高纬度航运,油气勘探及黄渤海沿岸区域的生产生活等也有不同程度的危害。为了减少海冰带来的负面影响,海冰类型等海冰监测参数的准确提取无论对于科学研究还是生产生活都是必要的。遥感技术不仅能够获得长期、大范围、实时的监测影像,而且能在海冰发生和发展过程中,全天时、全天候地监测其势态和过程,并对冰情进行全面、迅速和准确地评估。因此,遥感影像成为海冰监测的主要手段。本文围
学位
随着计算机技术和网络多媒体技术的迅猛发展,每时每刻都在产生海量的图像数据。如何对这些图像信息进行高效存储并提取是计算机视觉需要解决的关键技术问题。众所周知,人类的视觉系统每天都会采集到大量的视觉信息,尽管外部世界纷繁复杂,人脑仍然能够对其有效存储,并在需要的时候快速提取。因此对人脑记忆机制进行研究,并将其应用到计算机视觉和图像处理,具有重要的学术和应用价值。为此,本文将基于认知心理学及认知神经科学
学位
随着计算机技术和互联网技术的迅速发展,每天都会产生大量的图像和视频信息,因此,如何有效的组织,处理,检索和应用这些图像信息是目前人工智能领域研究的重点。而图像识别技术作为模式识别与图像处理的主要研究内容,在许多领域具有重要的应用价值。针对传统的图像识别算法中存在的特征提取算法精度不高的问题,本文基于卷积神经网络和非负矩阵分解网络对图像的特征提取和识别方法进行了研究。论文主要工作如下:1.研究了卷积
学位
近年来,随着星载SAR(Synthetic Aperture Radar,合成孔径雷达)技术的发展,一种将SAR载荷放置在地球同步轨道卫星上的遥感器成为SAR领域的新兴研究热点。相对于低轨道SAR而言,地球同步轨道SAR具有覆盖范围大、重访周期短、抗打击和抗摧毁能力强等优势。不管在民用方面,还是军事方面都具有非常广泛的应用前景。但地球同步轨道SAR的轨道高度是低轨道SAR的几十倍,造成目标回波的延
学位
图像分类作为计算机视觉和模式识别领域的研究热点,具有重要的应用价值。虽然目前研究人员已经提出了许多分类算法,但是对于类内差异大、类间差异小的细粒度图像,或者在不同的拍摄光照、拍摄角度及不同的季节等条件下获得的图像,如遥感图像,往往会造成分类和识别错误。针对这些特定条件下获取的图像,本文从多尺度视角、多数据视角以及多类别视角出发,基于协同表示和机器学习理论对细粒度图像和遥感图像的表达和分类方法进行了
学位
遥感多光谱图像广泛运用于目标检测、目标分类、物体追踪等各个领域。遥感多光谱图像最常见的问题是空间分辨率较低,导致图像中包含很多混有多种物质的混合像元。怎样从多光谱图像中提取出含有单一物质的纯净像元(即端元)一直是遥感图像处理中的重要研究课题。本文研究了一系列基于行列式计算的遥感多光谱图像端元提取新方法。首先,本文提出一种基于局部保留投影的端元提取方法,克服传统N-FINDR端元提取方法无法刻画像元
学位