国家科技重大专项(2008zx05014-001-010hz)
- 作品数：4 被引量：40H指数：4
- 相关作者：印兴耀吴国忱郑静静王延光张广智更多>>
- 相关机构：中国石油大学（华东）中国石油大学中国石油更多>>
- 发文基金：国家科技重大专项国家自然科学基金中国石油科技创新基金更多>>
- 相关领域：天文地球更多>>
- 基于MCA的高精度地震数据重建方法
- ＜正＞1.引言地震信号的重建问题是地震资料处理中的重要问题之一。目前,已有不少学者提出了针对地震数据的插值重建方法。有些方法虽然解决了非均匀采样插值重建问题,但没有给出好的反假频方法;而有些方法虽然较好地解决了假频问题,...
- 李海山吴国忱印兴耀
- 文献传递
- 基于广义高斯分布的地震盲反褶积方法研究被引量：5
- 2012年
- Bussgang算法是针对褶积盲源分离问题提出的,本文将其用于地震盲反褶积处理.由于广义高斯概率密度函数具有逼近任意概率密度函数的能力,从反射系数序列的统计特征出发,引入广义高斯分布来体现反射系数序列超高斯分布特征.依据反射系数序列的统计特征和Bussgang算法原理,建立以Kullback-Leibler距离为非高斯性度量的目标函数,并导出算法中涉及到的无记忆非线性函数,最终实现了地震盲反褶积.模型试算和实际资料处理结果表明,该方法能较好地适应非最小相位系统,能够同时实现地震子波和反射系数估计,有效地提高地震资料分辨率.
- 李海山吴国忱印兴耀
- 关键词：广义高斯分布混合相位子波
- 形态分量分析在去除地震资料随机噪声中的应用被引量：14
- 2012年
- 以数学形态学和稀疏信号理论为依据,采用形态分量分析(MCA)方法去除地震数据中的随机噪声。应用MCA方法的关键在于选取合适的字典,从地震数据的特点和计算复杂性出发,选取UWT字典和Curvelet字典,一个用来稀疏表示地震数据的局部奇异部分,一个用来稀疏表示地震数据的线状变化部分。采用BCR算法求解目标函数,通过将数据分解为形态特征不同的2个分量,舍弃在字典中不能有效稀疏表示的随机噪声来达到去噪目的。作为一种二维去噪方法,MCA去噪方法在时间和空间方向上都具有很强的随机噪声抑制能力;由于UWT字典和Curvelet字典能够比传统的小波变换有更强的稀疏表示能力,MCA去噪方法对有效信息的损害较小,是一种保真保幅的去噪方法。模型测试和实际资料处理验证了该方法的有效性。
- 李海山吴国忱印兴耀
- 关键词：曲波变换小波变换
- 形态分量分析在地震数据重建中的应用被引量：15
- 2012年
- 本文从稀疏信号恢复理论出发,采用形态分量分析(MCA)方法重建地震数据。MCA方法的核心是选取合适的字典。首先从地震数据的特点和计算复杂性出发,选取非抽样小波变换(UWT)字典和曲波变换(Curve-let)字典,UWT字典用来稀疏表示地震数据的局部奇异部分,Curvelet字典用来稀疏表示地震数据平滑和线状变化部分;其次将数据分解为形态特征不同的两个分量,采用BCR(Block Coordinate Relaxation)算法求解目标函数;最后对两个分量进行插值重建、合并得到最终的重建结果。模型测试和实际资料处理结果表明:利用MCA方法不仅可以对非均匀和大间距数据进行插值重建,而且可消除空间假频;同时该方法本身还具有去噪功能,不受数据带宽的限制。
- 李海山吴国忱印兴耀
- 关键词：地震数据重建假频曲波变换
- 基于概率核主成分分析的属性优化方法及其应用被引量：8
- 2014年
- 主成分分析(PCA)是最常用的属性优化分析技术,但存在缺少概率模型和缺失高阶统计量信息的不足。本文基于贝叶斯理论和核主成分分析(KPCA)法,研究了可同时克服PCA两个缺点的方法———概率核主成分分析(PKPCA)。即首先将样本数据映射到高维特征空间,继而在特征空间定义数据的概率模型,最后应用期望最大(EM)估计最佳结果。该方法兼具概率分析和核主成分分析的优点,能有效地适应更复杂储层情况,实现非线性概率分析。实际数据的应用结果表明,基于贝叶斯理论的属性概率优化法提高了属性优化的精度,同时增强了储层预测的准确性和可靠性。
- 郑静静王延光杜磊印兴耀张广智
- 关键词：核主成分分析核函数储层预测
