检索结果-内蒙古大学图书馆

石油物探 2019年第1期58卷 71-77页

作者：王本锋陈小宏耿建华同济大学海洋地质国家重点实验室海洋与地球科学学院高等研究院上海200092 中国石油大学(北京)油气资源与探测国家重点实验室北京102249

大多数地震数据插值重建方法利用的是迭代策略,因此,有必要建立合理的质量控制准则来适时终止迭代,在保证插值精度的同时,提高计算效率。利用迭代硬阈值方法及投影算子推导出凸集投影方法(POCS),基于观测数据置入前、后的数据体建立了... 详细信息

大多数地震数据插值重建方法利用的是迭代策略,因此,有必要建立合理的质量控制准则来适时终止迭代,在保证插值精度的同时,提高计算效率。利用迭代硬阈值方法及投影算子推导出凸集投影方法(POCS),基于观测数据置入前、后的数据体建立了新的质量控制准则,该控制准则仅利用了观测数据的信息,具有较好的适应性,可以进一步提高POCS插值重建方法的计算效率。利用两套模拟数据详细比较了3种质量控制准则(J1,J2和J3)的应用效果,验证了新提出的质量控制准则的有效性。实际资料应用效果表明该准则可以在保证插值精度的同时提高计算效率。

关键词：迭代硬阈值方法凸集投影方法质量控制准则稀疏变换计算效率 Curvelet变换压缩感知

来源：评论

学校读者我要写书评

暂无评论

应用压缩感知求解宽角度激励下三维电磁散射问题

应用压缩感知求解宽角度激励下三维电磁散射问题

引用

作者：曹欣远安徽大学

学位级别：博士

对三维目标在宽角度激励下的电磁散射问题进行快速计算一直以来都是计算电磁学(CEM)的一个难点。矩量法(M0M)作为数值方法中积分方程方法的代表,尽管凭借其高计算精确度而成为分析电磁散射问题最主要的方法之一,且己发展出了多类快速算... 详细信息

对三维目标在宽角度激励下的电磁散射问题进行快速计算一直以来都是计算电磁学(CEM)的一个难点。矩量法(M0M)作为数值方法中积分方程方法的代表,尽管凭借其高计算精确度而成为分析电磁散射问题最主要的方法之一,且己发展出了多类快速算法,然而在面对宽角度问题时,至今却也仍无法有效实现快速求解。传统矩量法需针对每个入射角度分别反复迭代运算,因此耗时长,效率低。本文利用压缩感知(CS)这一信号处理领域近年来所提出的新技术,通过将其引入传统矩量法中,实现了对宽角度激励下三维目标电磁散射问题的快速求解,并在此基础上进一步的就优化该快速算法和将其应用到工程实践中进行了探索。主要工作及创新之处有： (1)在对传统矩量法求解三维电磁散射问题和压缩感知技术进行前期调研的基础上,针对宽角度散射问题进行建模。 (2)设计一种新的入射源,该入射源包含宽角度下的丰富入射信息。通过该入射源的引入,使得在传统矩量法所原有矩阵方程的基础上,实现了对待求宽角度电流信号进行压缩感知计算所需的数次观测。由这数次观测得到的若干个含丰富入射角度信息的电流观测值,再结合CS中的稀疏转换基和恢复算法,便能高精度的还原出所有入射角度下的电流向量。该方法仅通过少量的观测即可完成对各入射角度下电流的最终求解,从而有效的实现了对宽角度散射问题的快速计算。 (3)对优化该快速算法的研究探索。将勒让德多项式、切比雪夫多项式、第二类切比雪夫多项式、拉盖尔多项式、埃尔米特多项式等正交多项式分别进行逐阶离散化,构造相应的正交基,并与傅里叶基、离散余弦变换基等常用稀疏转换基一起作为该算法中所使用的稀疏转换基,应用于各类不同形状的具体三维散射目标进行测试比较。实验结果表明,不同稀疏转换基下该快速算法所需观测次数不同。因此,通过构造更为良好的稀疏转换基可有效减少观测次数,从而优化该算法。此外,测试比较在使用各类随机观测矩阵和确定性观测矩阵时算法所需的观测次数,从选取观测矩阵的角度进一步对算法实施优化。 (4)对该快速算法所需先验知识的建立。提出一种基于物理光学法(PO)的可对宽角度下电流信号在进行稀疏表示时的投影稀疏度以及该快速算法所需的观测次数进行预估的先验方法,使得在运行该快速算法前便能获取各不同稀疏转换基下其分别所需观测次数的先验知识,从而为算法的实际运行特别是其中稀疏转换基的筛选提供了指导依据。先验技术的实现令该快速算法具备了真王意义上的实际应用能力,为最终的工程实践奠定了良好基础。

关键词：压缩感知矩量法宽角度稀疏变换先验知识

来源：评论

学校读者我要写书评

暂无评论

基于语义单调约束语音-文本软对齐的端到端语音识别

基于语义单调约束语音-文本软对齐的端到端语音识别

引用

作者：薛嘉宾哈尔滨工业大学

学位级别：博士

语音识别是人工智能领域的重要研究方向之一,它能将语音信号转化为对应的文本序列。目前关于语音识别的研究主要集中在基于深度学习的端到端技术上。深度学习模型通常需要等长的输入输出单元,但由于单个文本单元往往对应着连续多个语音... 详细信息

语音识别是人工智能领域的重要研究方向之一,它能将语音信号转化为对应的文本序列。目前关于语音识别的研究主要集中在基于深度学习的端到端技术上。深度学习模型通常需要等长的输入输出单元,但由于单个文本单元往往对应着连续多个语音帧,导致它们的序列长度不一致,因此,学习语音和文本序列间的对齐关系是端到端语音识别需要解决的关键问题之一。根据是否需要学习帧级的对齐关系,端到端语音识别技术可分为混合对齐型和软对齐型两类。前者先生成帧级对齐关系,然后通过聚合所有可能的帧级关系来生成序列级对齐关系。这类方法会不可避免地存在不合理的帧级对齐关系。为此,后者不进行帧级对齐,而是基于文本单元应与连续且少量帧构成的语音片段一一对应的事实,直接学习两者间的序列级对齐关系。基于注意力机制的编解码模型是应用最为广泛的软对齐方法,其从左向右逐个生成文本单元,由于文本单元与其对应的语音片段具有相同的出现顺序,因此多个解码时刻的关注片段位置具有从左向右的连续单调性。然而,先前的方法大都没有考虑上述稀疏及单调的结构化特性,并且在学习过程中缺乏对每一时刻注意力机制所关注片段对应语义内容的独立控制与优化,导致所关注的片段会盲目变化。尽管近年来有部分研究开始尝试利用历史关注位置信息,来限制每一时刻关注语音片段的挑选过程,但仍无法约束其位置单调变化,以及仅包含与文本单元相一致的语义信息。因此,迫切需要研究对关注语音片段的结构和语义进行约束,以解决其盲目变化的有效方法。本文将从语音-文本对齐时的单调连续性约束和语义一致性约束两个方面展开研究,主要内容及创新工作如下:(1)在单调连续性约束方面,针对历史注意力得分不稳定所导致难以获取准确的历史关注位置信息的问题,通过将语音序列沿时间维度映射到低维线性子空间中,来提取包含完整时序和内容信息的概要嵌入。接着,将该嵌入与包含历史识别单元信息的解码器状态相结合,来生成全局位置约束向量,并用其来约束模型在历史关注位置附近选取语音片段,以避免错误历史关注位置信息所带来的影响。进而提出基于全局连续性约束软对齐的端到端语音识别方法。实验结果表明,所提出的方法可以有效提升识别性能;(2)在基于全局连续性约束软对齐的端到端语音识别方法的基础上,针对模型关注内容语义上不够明确,以及可以被重复关注的问题,借助组稀疏约束来使模型仅关注连续且少量的帧。同时,为避免重复关注相同片段,通过限制片段累计接收注意力得分的上界来约束模型均匀关注所有的语音片段。进而提出基于全局单调连续性约束软对齐的端到端语音识别方法。实验结果表明,所提出的方法可以使模型的注意力得分更加集中,从而进一步提升识别性能;(3)在语义一致性约束方面,针对传统训练方法无法确保所关注语音片段中,仅包含与输出单元相一致的语义信息的问题,考虑到互信息能有效衡量随机变量间的相关性,因此,通过增大关注语音片段与候选识别单元间的互信息来增大其对应语义信息的一致性。首先利用神经网络模型来预测瞥表示与解码器状态间的互信息下界,然后利用语义一致性约束优化目标来提升该下界,以增大二者间的一致性。进而提出基于语义一致性约束软对齐的端到端语音识别方法。实验结果表明,所提出的方法可以有效减少模型对识别无关语音片段的关注,从而提升识别性能;(4)在基于语义一致性约束软对齐的端到端语音识别方法的基础上,针对一致性约束与识别优化目标的优化速度与方向,在训练时可能存在冲突的问题,通过动态调整不同优化目标相对于共享参数的梯度,来避免上述冲突,以获得多个目标共同的最优解。首先通过对该梯度进行模长归一化来平衡两个目标的优化速度,然后在前一优化目标的归一化梯度附近,寻找与后一目标所对应梯度正相关的方向作为平衡梯度方向。接着,利用前一个归一化梯度在该方向的投影来更新模型参数。进而提出基于语义平衡一致性约束软对齐的端到端语音识别方法。实验结果表明,所提出的方法可以有效平衡一致性约束与识别优化目标的优化速度与方向,从而进一步提升语音识别系统的性能。

关键词：端到端语音识别序列对齐子空间映射稀疏变换神经互信息多目标平衡优化

来源：评论

学校读者我要写书评

暂无评论

一种基于贝叶斯压缩感知的图像修复方法

引用

河南大学学报（自然科学版） 2014年第5期44卷 601-607页

作者：党宏社张娜陕西科技大学电气与信息工程学院西安710021

图像修复是利用图像中已知区域信息对破损区域进行信息填充,以弥补信息的损失.传统的修复方法依赖图像的结构来确定,使图像达到人眼主观可以接受的程度.基于贝叶斯压缩感知的图像修复方法首先对受损图像进行稀疏变换,利用贝叶斯压缩感... 详细信息

图像修复是利用图像中已知区域信息对破损区域进行信息填充,以弥补信息的损失.传统的修复方法依赖图像的结构来确定,使图像达到人眼主观可以接受的程度.基于贝叶斯压缩感知的图像修复方法首先对受损图像进行稀疏变换,利用贝叶斯压缩感知得到稀疏系数的后验分布函数,求得分布函数的均值和方差,将均值作为图像的稀疏系数的估计,方差作为噪声的估计.仿真结果验证了该方法可以提高图像的修复质量.

关键词：图像修复贝叶斯压缩感知后验分布稀疏变换

来源：评论

学校读者我要写书评

暂无评论

3类图像稀疏表示的去噪性能研究

引用

济南大学学报（自然科学版） 2018年第2期32卷 89-95页

作者：赵伟良刘世豪海南大学机电工程学院海南海口570228

对3类常见正交基函数的稀疏变换即离散余弦转换(DCT)、离散小波变换(DWT)、奇异值分解(SVD)进行研究,在构建基函数的基本稀疏表示的模型基础上,以灰度图像受到高斯噪声干扰为例,建立了3类含高斯噪声的稀疏变换模型;利用MATLAB中的块操... 详细信息

对3类常见正交基函数的稀疏变换即离散余弦转换(DCT)、离散小波变换(DWT)、奇异值分解(SVD)进行研究,在构建基函数的基本稀疏表示的模型基础上,以灰度图像受到高斯噪声干扰为例,建立了3类含高斯噪声的稀疏变换模型;利用MATLAB中的块操作实现对图像的稀疏分解,得到图像完整的稀疏特征矩阵,过滤其中的表现为高斯噪声的高频分量,通过稀疏反变换模型重构代表图像最主要结构的低频分量,最终获得去噪图像。结果表明,DWT算法的综合去噪性能最优,SVD算法在低标准偏差下去噪图像画面质量最高,而DCT算法则在高标准偏差下噪点消除能力最佳。

关键词：图像去噪稀疏变换去噪质量评价离散余弦变换离散小波变换奇异值分解

来源：评论

学校读者我要写书评

暂无评论

基于稀疏正则化的电磁勘探数据反演研究

基于稀疏正则化的电磁勘探数据反演研究

引用

作者：苏扬吉林大学

学位级别：博士

近年,国家经济发展造成的资源短缺及环境和自然灾害等问题给我国地球物理探测技术带来了严峻的挑战。实现近地表地球物理精细化探测是矿产资源开发、地质灾害预测、智慧城市立体化建设的基础,与人类安全和国民经济可持续发展密切相关。... 详细信息

近年,国家经济发展造成的资源短缺及环境和自然灾害等问题给我国地球物理探测技术带来了严峻的挑战。实现近地表地球物理精细化探测是矿产资源开发、地质灾害预测、智慧城市立体化建设的基础,与人类安全和国民经济可持续发展密切相关。航空电磁法是基于飞行平台的移动地球物理探测技术,适合于地形复杂、环境恶劣的地区进行大面积的矿产、油气资源及工程和环境勘查,具有高效、环保和低成本的优点,逐渐成为近地表结构探测的重要方法技术。航空电磁数据量庞大,传统的数据反演方法均基于一维模型。对于地下电阻率结构复杂的情况,传统的一维数据反演解释技术无法实现对近地表精细化探测的需求。另一方面,目前三维航空电磁数据反演方法大部分基于光滑正则化约束,也无法实现对地下复杂介质的精细刻画。航空电磁勘探测区范围广泛,采集数据量大,三维电磁数据反演会耗费大量的计算时间,因此开展高分辨率、高效率的三维航空电磁数据反演研究,对于近地表精细化结构探测非常必要。面对航空电磁数据反演解释受分辨率与计算效率的双重制约而难以走向实用化的困境,本论文基于迭代重加权最小二乘法（IRLS）,实现广义模型约束正则化反演框架搭建。为提高电磁数据反演分辨率,本文研究将图像处理领域中的稀疏变换方法应用于构建反演目标函数中正则化项,开展基于稀疏变换的正则化反演方法研究。对于大尺度的航空电磁数据三维反演计算耗时严重的问题,本文在稀疏正则化反演的基础上将压缩感知方法应用到三维航空电磁正演数据重构中,开展大尺度规模的压缩感知数据重构反演算法研究。为实现航空电磁数据高分辨率、高效率的三维反演研究,本论文首先采用交错网格有限差分算法对频率域二次场的控制方程进行空间离散,然后采用拟最小残差（QMR）法求解大型线性方程组,并与一次场相加实现三维频率域航空电磁正演模拟。本论文基于IRLS反演框架,通过引入广义模型约束矩阵灵活地改变模型约束项的形式,实现广义模型约束的正则化反演方法。灵活的选择模型约束项可以方便获得不同特点的反演结果,采用L2范数约束会产生光滑的反演结果,而采用L1范数约束则会产生具有明显块状结构的反演结果,而构造的聚焦算子可以获得更加聚焦的反演结果。为进一步提高反演结果的分辨率,本论文在广义模型约束反演算法的基础上,结合近年来信息技术领域发展的稀疏变换技术,实现了基于稀疏变换的正则化反演方法研究。本论文利用稀疏变换（如小波变换,曲波变换以及剪切波变换）的多尺度、多方向的特性,将空间域中的地下电性模型转换为稀疏域中的稀疏系数,实现对模型在不同尺度上的特征提取。稀疏系数包含有丰富的模型信息,比如模型的整体概貌以及异常结构的边界细节等。因此,在反演迭代中,通过不断更新稀疏系数,可恢复能够描述模型主要特征的关键系数并达到反演收敛标准,进而获得比传统空间域模型约束反演更精确的结果。小波变换可以实现对一维信号的最优稀疏表达,曲波变换相比小波变换还具有方向性,可以近似最优的实现二维模型的稀疏表达,提取模型的细节边界特征,而剪切波变换相比曲波变换具有更加灵活的方向选择以及严谨的数学方法实现,因此适用于三维模型的特征提取。为验证本论文的广义模型约束正则化反演方法以及稀疏正则化反演方法的有效性,根据不同稀疏变换方法的适用性,本论文以一维时间域航空电磁数据反演为例,研究基于小波变换的稀疏正则化反演,讨论不同正则化反演方法对一维层状介质的界面恢复能力;进而,本论文以二维大地电磁数据反演为例,研究基于曲波变换的稀疏正则化反演,分析不同正则化反演方法对于复杂异常体边界的恢复能力;进一步,本论文采用三维剪切波变换,实现三维频率域航空电磁稀疏正则化反演。通过设计复杂的地下电阻率模型,对比空间域L2范数和L1范数约束反演以及稀疏正则化反演结果。广义模型约束反演与稀疏正则化反演均能准确地恢复异常体整体形态,并且稀疏正则化反演对于复杂异常体的边界具有更好地刻画能力。通过实测数据反演测试,进一步验证了本文反演算法的有效性。对于大尺度、大数据量情况下三维航空电磁数据反演面临的计算效率低的问题,本论文利用压缩感知数据重构技术,通过稀疏变换将随机采样点的观测数据进行“压缩”和稀疏表达,再利用凸集投影算法重构出整个测区完整采样点的正演响应数据,即利用航空电磁数据可稀疏化的特点,通过泊松圆盘随机采样对采样点进行三维正演计算,并重构出所有数据点的正演响应数据,取代传统方法中需要计算目标区所有测点的方式,在保证数据重构精度的前提下极大提高正演计算效率。在反演中,利用随机采样点计算的电磁场和插值函数获得缺失的灵敏度信息,进而获得梯度。在每次反演迭代过程中,重新随机选取部分测点计算梯度,保证不会因为某一次采样偏颇导致结果出现较大误差。本论文结合基于剪切波变换的稀疏正则化反演方法与压缩感知重构技术,实现大尺度航空电磁数据的高分辨率和高效率反演。本文还通过理论算例分

关键词：电磁数据反演迭代重加权最小二乘法广义模型约束正则化稀疏变换稀疏正则化压缩感知

来源：评论

学校读者我要写书评

暂无评论

压缩感知磁共振成像脉冲序列的设计与实现

引用

生物医学工程研究 2015年第2期34卷 67-73页

作者：黄敏林颖陈军波中南民族大学生物医学工程学院武汉430074

为了进一步减少数据扫描时间,提高磁共振成像速度,我们对压缩感知MRI脉冲序列进行了研究。采用相位编码方向变密度欠采集的方式,设计了基于自旋回波的压缩感知序列;并采用PPL语言编程,在永磁和超导MR扫描仪上实现了该序列,对压缩感知欠... 详细信息

为了进一步减少数据扫描时间,提高磁共振成像速度,我们对压缩感知MRI脉冲序列进行了研究。采用相位编码方向变密度欠采集的方式,设计了基于自旋回波的压缩感知序列;并采用PPL语言编程,在永磁和超导MR扫描仪上实现了该序列,对压缩感知欠采集与自旋回波全采集的数据进行了图象重建和分析。结果表明:该序列达到了压缩感知的要求,采集的头部和膝盖数据的最佳欠采样加速因子分别为2和4,大大节省了数据采集时间。该序列的实现使得低场强MR扫描仪在不提高梯度性能的情况下,便可实现快速成像,为提高我国在MR扫描仪上的研发水平奠定了基础。

关键词：磁共振成像压缩感知脉冲序列自旋回波图像重建稀疏变换

来源：评论

学校读者我要写书评

暂无评论

基于探月雷达数据处理的月球浅表结构研究

基于探月雷达数据处理的月球浅表结构研究

引用

作者：徐晨阳吉林大学

学位级别：博士

随着科学技术的发展,人类对月球的认识也从获得月球全部地形地貌、成分与构造发展为原位定量地分析月球地质学的问题,在科学分析的基础上正确认识月球的演化。探月雷达探测是一种将探地雷达搭载在月球巡视器上针对着陆区浅表地层沿航线... 详细信息

随着科学技术的发展,人类对月球的认识也从获得月球全部地形地貌、成分与构造发展为原位定量地分析月球地质学的问题,在科学分析的基础上正确认识月球的演化。探月雷达探测是一种将探地雷达搭载在月球巡视器上针对着陆区浅表地层沿航线进行的就位探测方法。嫦娥三号探月雷达获得的数据存在数据量小、信噪比低等问题,这影响了解释的质量和效率。为更好地使用探月雷达数据,详细研究月球浅表地层的形成和演化过程,开展探月雷达数据的分析与处理研究是非常必要的。由于嫦娥三号探月雷达的三个接收天线接收到的信号表现出了不同的干扰特征,本文使用了不同的分析与处理方法:首先收集已有数据,建立更加贴合采集环境的地质模型,计算探月雷达的近月表电磁响应;然后由质量最可靠的CH-2B数据入手,使用复信号分析方法快速有效的进行月壤层位划分,对已有的月壤认识进行补充验证;然后使用Shearlet方法在不同尺度不同角度的Shearlet子域进一步分析处理CH-2A和CH-2B数据,并参考CH-2B数据处理结果,将两个通道数据融合得到更加均衡的剖面,剖面准确标记了古月壤层石块的分布并重构了月壤与基岩的分界面;最后,对于数据质量争议较大的CH-1数据,使用CEEMD(完全总体经验模态分解)方法分解数据并进行时频属性分析,根据实际物理意义判断有效信号与噪声,将含有有效信号的分量合成,在浅部与高频数据对比证明其可靠性,由于处理后的剖面不能直接反映地层信息,因此使用界面识别方法辅助分辨地层,进而讨论地层合理性与地质意义并进行综合解释。通过探月雷达数据处理研究,获得以下认识:复信号分析方法不仅适用于探地雷达数据处理,在探月雷达数据处理中也能发挥多参数联合分析优势,避免由单一雷达电磁波波形剖面进行解释所产生的偏差。由小波变换计算出的瞬时属性中,瞬时振幅谱和瞬时频率谱可以来确定异常或分层的大概位置,利用瞬时相位谱可以精确确定异常位置和分层轮廓线。Shearlet变换是一种有效的多尺度、多方向的方法。对比Wavelet变换和Curvelet变换,Shearlet变换在稀疏性和数学结构表现出明显优势。基于严格紧框架的Shearlet变化能够在反映各向异性的数据中按方向和尺度表征高维信号。CH-2A与CH-2B数据中发现的水平横向噪声可以在Shearlet域中按尺度和角度精确识别并分离。经过Shearlet变换,可以通过稀疏域系数按频带分为低尺度和高尺度进行数据融合,对嫦娥三号着陆场的月壤结构进行重建。两套数据具有整体优势,重建后的结果更加均衡,具有很高的可信度。稀疏变换方法变换在处理高维信号时是有效的:Shearlet变换在表示信号方面具有较好的性能(冗余度高,结构误差小),但计算量大;嫦娥四号任务将收集月球背面的长期数据,数据量将呈几何级数增长,当缺乏足够的硬件设备支撑时,为了平衡处理效果和计算成本,Curvelet变换是一种较好的选择。由电磁耦合产生的信号伪影是嫦娥三号CH-1数据处理的首要问题,这关系到地层解释的准确性。相较于短时傅立叶变换和小波变换,传统HHT方法(希尔伯特-黄变换)在波形复杂,频带宽,干扰强的探月雷达信号处理中更具优势,然而基于EMD(经验模态分解)的HHT方法存在不可避免的模态混叠现象,模态混叠现象的发生导致信号的时频分布发生严重偏移,各阶IMF(本征模态函数)分量同时也失去了明确的物理意义,不利于探月雷达信号分析。CEEMD方法不仅抑制了模态混叠,还能够精确地重构原始信号,更适用于分析探月雷达信号。使用CEEMD方法将CH-1数据分解为七个IMF(本征模态函数),发现IMF1是一个高频噪声分量,IMF4是一个低频噪声分量,IMF5中存在3500ns和5800ns两处能量异常,由航迹分解的IMF5也在同样的频率观察到明显的能量异常,认为是雷达系统与金属探测车发生电磁作用产生的伪影。IMF5、IMF6、IMF7认为是低频噪声分量。IMF2和IMF3由于分量分布与低频天线发射频率相近,认为是有用信号。将IMF2和IMF3叠加后,前200ns剖面显示,浅部的分层结果与融合后的高频数据剖面相符,也与前人公认的界面相符,因此认为IMF2与IMF3的叠加结果可以准确的反映月球浅表地层信息,是可靠数据。界面识别方法在探月雷达高频数据剖面图像处理是有效的,其中Lo G(高斯-拉普拉斯)算子与Canny算子计算结果在浅部观察到了更多的噪声,这是由于两种方法相对灵活,可以根据随深度降低的信噪比来选取不同的阈值,获得更多的地层信息。Canny算子提取直达波边缘,形成单一像素点的细直线,可以更准确的定位地层,但受噪声影响很大。低频数据图像处理结果显示,Sobel算子在处理实际数据的效果并不理想,是因为Sobel算子的检测模板单一,只有水平和垂直两个方向的检测限制了复杂图像处理的准确性;Lo G算子(

关键词：嫦娥三号探月雷达复信号分析稀疏变换完全总体经验模态分解 Hilbert-Huang变换界面识别月球浅表结构

来源：评论

学校读者我要写书评

暂无评论

基于地震数据弱信号保持的自适应学习去噪方法研究

基于地震数据弱信号保持的自适应学习去噪方法研究

引用

作者：王晓静哈尔滨工业大学

学位级别：博士

随着浅中层石油藏储的不断开采,传统油气勘探已经不能满足人类对资源消耗速度的需求,拓展深层油气资源对筑牢我国能源安全的资源技术具有重要的现实意义。超深层勘探中信号强度随着深度的增加不断递减,信噪比不断降低,以至无法得到高分... 详细信息

随着浅中层石油藏储的不断开采,传统油气勘探已经不能满足人类对资源消耗速度的需求,拓展深层油气资源对筑牢我国能源安全的资源技术具有重要的现实意义。超深层勘探中信号强度随着深度的增加不断递减,信噪比不断降低,以至无法得到高分辨率的反演数据。由于受到外界条件及施工因素和仪器多种因素的影响,检波器接收到的地震信号时受到背景噪声的干扰,弱信号被大量噪声淹没。地震资料信号的强弱是相对的,当有效波的振幅较小,但是背景噪声的能量很大时,地震信号往往被淹没在背景噪声里,无法直接从收集到的数据识别弱信号。在地震资料的处理过程中,希望处理后的地震数据可以具有高信噪比、高分辨率、高保真度三大性质,其中信噪比是实现高信噪比、高分辨率、高保真度处理的基础。另外,深层弱信号对反演地下结构层状信息至关重要,因此,必须采用各种手段,对弱信号下的背景噪声进行压制和衰减,提高信噪比,提取深层弱反射信号。本文从数学优化算法出发,结合稀疏变换与压缩感知理论对地震深层弱信号的恢复展开研究,具体内容如下:首先,本文研究了基于相关性自适应紧框架学习方法压制地震信号盲噪声。数据驱动紧框架方法已经在地震数据随机噪声压制上得到了广泛的应用,但是该类方法在去除随机噪声时依赖于噪声的先验知识,在处理实际地震数据时并不能得到令人满意的效果,会出现过于平滑或者残留随机噪声的结果。为了解决这一问题,本章在紧框架学习的基础上引入了相关性阈值算子,避免了需要噪声水平的预估计,对不同的地震数据块进行自适应稀疏表示及噪声去除。基于相关性自适应紧框架学习方法相较于传统的紧框架学习方法在处理实际数据上面不但减少了人为调试参数的计算量,而且得到了更好的噪声压制效果。其次,本文研究了基于组稀疏变换学习方法压制随机噪声与弱信号的保留。与局部信号的局部稀疏性不同,本文提出的方法结合数据的稀疏性和自相似性,利用了数据全局的自相似性,把特征高度相似的块分组进行稀疏表示。从分块的角度来说,在地震数据里,可以在全局找到细节完全相同的信息进行分组。理论上,每一个组在变换域下的稀疏表示系数是完全相同的。但是由于噪音的存在,每一组的系数出现了变化,所以通过用组稀疏约束作为正则项,将稀疏表示特征相似的块进行分组,最后分别在变换域下进行信噪分离。这样从信号的自相似性出发,可以最大限度地利用地震数据的全局信息,增强地震数据中的相关信号,与传统的局部稀疏变换学习的方法相比取得了更好的噪声压制、弱信号保留效果。最后,本文研究了基于快速字典学习方法的地震数据噪声压制问题,采用了近端梯度方法求解字典学习优化问题,该方法具有低的算法复杂度上且保证了算法的收敛性。地震数据噪声压制问题将基于稀疏约束去噪问题划分为多个子问题,每个子问题处理不同的非重叠块的数据集合,最终去噪结果由子问题的平均结果得出。实验结果表示该不重叠分块去除地震数据噪声的策略可以降低冗余性,避免了人为误差,得到更好的去噪效果。

关键词：随机噪声压制地震弱信号稀疏变换组稀疏正则化字典学习

来源：评论

学校读者我要写书评

暂无评论

压缩感知在复值信号和MR图像重建技术中的应用研究

压缩感知在复值信号和MR图像重建技术中的应用研究

引用

作者：康瑞瑞北京交通大学

学位级别：博士

磁共振成像(Magnetic Resonance Imaging,MRI)是一种非侵入式的成像方式,是医学研究与骨科、神经、心血管、肿瘤等方面疾病诊断的重要工具,具有高空间分辨率、高软组织对比度和无电离辐射等优点,但由于磁共振成像机制是基于原子核自旋... 详细信息

磁共振成像(Magnetic Resonance Imaging,MRI)是一种非侵入式的成像方式,是医学研究与骨科、神经、心血管、肿瘤等方面疾病诊断的重要工具,具有高空间分辨率、高软组织对比度和无电离辐射等优点,但由于磁共振成像机制是基于原子核自旋与变化磁场相互之间的交互,导致成像速度缓慢,这不仅容易引起被诊断者的不适,还影响成像质量与临床吞吐量。虽然现代MR扫描仪已经通过改善硬件与脉冲序列设计,提高了数据采集速度,但是受限于被诊断者的生理和心理影响,成像速度仍不理想。目前,可通过欠采样k-空间数据的方法减少数据采集时间,但欠采样会降低成像质量,进而影响诊断效果。因此,在较短时间内如何精准重建MR图像,具有较高的理论和应用价值,是当前研究的难点和热点。近些年发展起来的压缩感知(Compressed Sensing,CS)理论指出,如果信号本身是稀疏信号或可压缩信号,则利用少量采样即可重建出原始信号。这一理论成果突破了奈奎斯特采样定理对采样速率的限制,从而为磁共振快速精确成像提供了新途径。本文在深入研究MR成像和压缩感知的相关理论基础上,对一维稀疏复值信号的恢复和基于压缩感知的MR成像重建技术进行了研究,主要工作和创新总结如下:(1)针对l1-最小化需要较多采样才能精确求解一维复值信号,提出一种将复值信号实数化的策略,然后使用l1-最小化算法求解。针对正交匹配追踪算法(Orthogonal Match Pursuit,OMP)中的最小二乘问题的求解,提出基于几种不同参数选择方案的Landweber迭代算法。数值实验表明,重建相同精度的一维复值信号,使用实数化策略后,l,-最小化需要的采样量明显减少。此外,仿真结果验证了基于Landweber迭代的OMP算法的有效性。(2)针对传统二维小波变换不能对MR图像提供最优表示的问题,分别基于小波变换与轮廓波变换、小波变换与剪切波变换,对MR成像提出了两种新的联合稀疏表示方式和模型,为了处理模型中的不可微项和实现快速收敛,分别给出相应的MR图像重建算法。数值实验表明,与使用单个小波或轮廓波或剪切波作为稀疏变换相比,使用联合稀疏变换可更好地重建MR图像的细节信息,如边界、拐角、轮廓、二维奇异曲线等。此外,利用MR序列图像间的相似性节省了数据采集时间。与目前CS-MRI基于标准稀疏性的算法(CG、RecPF、TVCMRI、FCSA与WaTMRI)相比,本文提出的算法可重建更高质量、更高精度和更高信噪比的MR图像;与基于图像块先验的PANO算法相比,本文提出的算法更快。(3)针对压缩感知磁共振成像(CS-MRI)中没有能够充分利用已有的先验信息,来减少k-空间扫描时间与重建算法的复杂度高收敛慢的问题,该章基于NESTA与ADMM算法框架利用相似性先验信息,对纵向CS-MRI提出了两种有效的重建算法(sbNESTA与sbADMM)。为了验证相似性先验对纵向CS-MRI带来的益处与算法的有效性,分别与CS-MRI中基于标准稀疏性的算法(CG、RecPF、TVCMRI、FCSA与WaTMRI)和基于相似性先验的算法(frbC-SLMRI)作了比较,数值实验表明,算法sbNESTA与sbADMM的重建精度与信噪比(SNR)及视觉质量都优于算法CG、RecPF、TVCMRI、FCSA与WaTM-RI,且计算复杂度低于基于相似性先验的算法frbCSLMRI。

关键词：压缩感知稀疏变换图像重建磁共振成像小波轮廓波剪切波

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：