Interpolation and denoising of high-dimensional seismic data by learning a tight frame
Interpolation and denoising of high-dimensional seismic data by learning a tight frame
复制标题
通过学习紧框架对高维地震数据进行插值和去噪
DOI：
10.1190/geo2014-0396.1
复制
发表时间：
2015-07
期刊：
影响因子：
3.3
通讯作者：
Sacchi Mauricio D.
中科院分区：
文献类型：
--
作者：
Yu Siwei;Ma Jianwei;Zhang Xiaoqun;Sacchi Mauricio D.
稀疏变换在叠前去噪、数据重建等地震信号处理中起着重要作用。解析稀疏变换（所谓的隐式字典），如傅立叶变换、拉东变换和曲波变换，通常用于表示地震数据。然而，在某些情况下，数据的复杂性需要自适应稀疏变换方法，其基函数通过学习方法确定。研究了数据驱动的紧框架（DDTF）方法在高维地震数据去噪插值中的应用。DDTF不是事先选择模型（例如，一系列直线、抛物线或曲线）来拟合数据，而是以最佳方式从数据本身导出模型。从数据中估计基函数的过程可以总结如下：首先，将输入数据划分为小块以形成训练集。然后，将DDTF算法应用于训练集。
ABSTRACTSparse transforms play an important role in seismic signal processing steps, such as prestack noise attenuation and data reconstruction. Analytic sparse transforms (so-called implicit dictionaries), such as the Fourier, Radon, and curvelet transforms, are often used to represent seismic data. There are situations, however, in which the complexity of the data requires adaptive sparse transform methods, whose basis functions are determined via learning methods. We studied an application of the data-driven tight frame (DDTF) method to noise suppression and interpolation of high-dimensional seismic data. Rather than choosing a model beforehand (for example, a family of lines, parabolas, or curvelets) to fit the data, the DDTF derives the model from the data itself in an optimum manner. The process of estimating the basis function from the data can be summarized as follows: First, the input data are divided into small blocks to form training sets. Then, the DDTF algorithm is applied on the training set...
登录
查看更多内容
影响因子：
3.3
作者：
M. Naghizadeh;K. Innanen
通讯作者：
M. Naghizadeh;K. Innanen
影响因子：
2.6
作者：
R. Shahidi;Gang Tang;Jianwei Ma;F. Herrmann
通讯作者：
R. Shahidi;Gang Tang;Jianwei Ma;F. Herrmann
影响因子：
3.3
作者：
Sergey Fomel
通讯作者：
Sergey Fomel
DOI：
10.1063/1.4823127
发表时间：
1992-05
期刊：
Computers in Physics
影响因子：
--
作者：
I. Daubechies
通讯作者：
I. Daubechies
影响因子：
3.3
作者：
M. Naghizadeh;M. Sacchi
通讯作者：
M. Naghizadeh;M. Sacchi