基于多核模型的地震信号高效稀疏分解  

Efficient seismic sparse decomposition based on multiple kernel-based models

作　　者：付丽华[1] 李宏伟[1] 刘智慧[1] 赵浩岚 

机构地区：[1]中国地质大学(武汉)数学与物理学院,湖北武汉430074 [2]华中师范大学物理科学与技术学院,湖北武汉430079 [3]烽火通信科技股份有限公司网络产出线研发部,湖北武汉430073

出　　处：《石油地球物理勘探》2015年第3期444-450,3,共7页Oil Geophysical Prospecting

基　　金：教育部新世纪优秀人才支持计划项目(NCET-13-1011);国家自然科学基金项目(61102103);中央高校基本科研业务费专项资金(CUG140603;CUG120110)联合资助

摘　　要：为了提高地震信号分解算法的效率和模型的稀疏度,本文利用多个核函数作为原子,自适应地对地震信号进行稀疏分解。通过对地震信号在时频域分别进行全局k均值聚类,确定字典库中原子备选参数,然后通过正交最小二乘算法进行信号的稀疏重构。合成资料以及实际地震资料应用结果均表明,文中所提方法在达到同样的重构精度时,较大程度地提高了地震信号分解的稀疏度。To enhance the efficiency and sparsity of seismic signal decomposition,multiple kernels are used for the adaptive sparse decomposition of seismic signals.At first,the global k-means clustering algorithm is utilized to generate the preselected behavioral parameters in the dictionary.Then the signal is reconstructed with orthogonal least squares method.The experiments both on synthetic and real data were conducted to evaluate the performance.The results show that multiple kernelbased models greatly improve the sparsity with the similar accuracy.

关 键 词：单核 多核 地震信号 稀疏分解 正交最小二乘算法 

分 类 号：P631[天文地球—地质矿产勘探]