基于Gabor纹理学习的地震数据重建算法

摘要：

地震数据重建技术主要用于解决地震数据采集过程中出现的地震道缺失或空间采样不足等问题.针对支持向量回归(SVR)地震数据重建方法未充分利用地震数据物理信息的不足,引入可提取不同尺度和方向纹理特征的Gabor变换,旨在充分挖掘地震数据的物理信息,并基于SVR算法框架重建缺失的地震数据.即首先利用Gabor滤波器提取地震数据的纹理特征,并与原始数据特征相结合,构建新的特征向量数据库;然后通过SVR算法学习回归模型,用于重建缺失的地震数据.通过大量合成地震数据与实际地震数据重建实例,表明由Gabor变换提取的纹理特征能有效提高SVR算法的重建精度,并获得更高信噪比.

关键词：地震数据重建、支持向量回归(SVR)、纹理特征、Gabor变换

所属期刊栏目：58

分类号：P631

资助基金：国家自然科学基金;河北省自然科学基金

在线出版日期：2023-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：617-625