基于正则化局部自适应核回归的单点高密度地震资料随机噪声压制方法
单点高密度地震资料的波场信息丰富,但同时存在信噪比较低、有效信号严重混杂在噪声中的问题.经典核回归法可以在地震数据中同相轴连续的区域获得近似最佳的滤波效果,但在同相轴突变区域容易造成边缘模糊.为了更有效地处理地震数据,研究了正则化局部自适应核回归(RLASKR)方法进行随机噪声压制.传统核回归法将空间距离作为唯一的回归函数影响因素,而正则化局部自适应核回归方法综合考虑了空间距离和灰度距离,核函数的形状随着不同区域数据样本的特征而变化,因此地震记录中的同相轴边缘信息能够有效地保存下来.模型记录和实际地震数据测试都显示出该方法的灵活性和有效性,验证了该方法在振幅保真和噪声压制方面比传统核回归法有着更好的效果.
噪声压制、非线性滤波、核回归、正则化局部自适应控制核回归、单点高密度地震数据
40
P631.4
国家自然科学基金;国家自然科学基金
2020-04-10(万方平台首次上网日期,不代表论文的发表时间)
共9页
1495-1502,1552