基于优化fastICA盲源分离算法的地震属性融合方法研究

摘要：

地震属性的种类很多,但存在冗余性问题.提出了基于盲信号理论,以负熵为目标函数,采取初值降敏感性和5阶收敛速度改进迭代公式对快速独立分量分析进行优化的算法,进而实现盲源分离.本算法采用贝叶斯方法构造满足非高斯分布的阈值函数,在变换域中进行信噪分离.针对属性中存在信息冗余的情况,设计了4种图像融合规则进行属性融合,实现了地震属性数据去噪和融合的一体化处理.理论模型及实际资料试验结果表明,该方法能够有效压制地震数据中的随机噪声,可获得比常规阈值去噪方法更高的峰值信噪比,使融合结果中的地质信息更加清晰,从而有利于相关地质特征的解释.

关键词：地震属性、盲源分离、fastICA算法、贝叶斯阈值函数、属性融合

所属期刊栏目：57

分类号：P631

资助基金：国家科技重大专项2016ZX05006-002

在线出版日期：2018-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：733-743