电阻抗成像的稀疏重建算法

针对电阻抗成像空间分辨率低和对测量噪声敏感的问题,将传统Tikhonov正则化问题中目标函数的L2范数正则项修正为L1范数,将动态电阻抗图像中非均匀的电导率具有稀疏性作为先验信息添加到L1范数正则项中,由此提出一种电阻抗成像的稀疏重建算法。建立基于总变差法、正交匹配追踪法以及L1范数最小二乘法的电阻抗成像模型,并借助实验可知,新算法成像质量好,对测量噪声不敏感,且成像速度较快。     

稀疏脉冲波阻抗反演参数对反演效果的影响研究

稀疏脉冲波阻抗反演是目前最普遍应用的波阻抗反演方法之一.该方法在计算过程中涉及各种类型参数,这些参数选取的正确与否直接控制了反演成果的质量.本文从稀疏脉冲波阻抗反演的基本原理出发,通过模型的正反演探讨了反演子波的频率参数p、q、λ等主要的目标函数控制参数,以及计算过程中的反射系数迭代次数和波阻抗叠代次数等参数对反演的控制作用,系统分析了上述参数对反演效果的影响程度,并结合实际处理经验,指出了在实际地震资料处理过程中反演参数的正确设置方法.     

PS测井在公路隧道勘察中的应用

介绍了单孔法PS测井的原理极其相应的数据处理方法。通过获取地震波经过不同深度的岩土的直达波旅行时便可求得纵横波波速,进而通过弹性波理论基础即可根据纵横波速度计算出泊松比、剪切模量、扬氏模量、体积模量、拉梅常数、风化系数、岩体完整性系数、岩体波速等岩土动力学参数。这些参数可对隧道围岩等级做出评定,为隧道设计提供必要的依据。同时,由PS测井所得到的土层及强、中、弱风化层的纵横波速还可对面波和折射波勘探中风化层位的划分起标定作用。文中结合某一具体公路隧道勘察的应用效果,展现了该方法获取岩土动力学参数的有效、快捷的特点及其在隧道勘察中的应用前景。     

用于人脸情感识别的低冗余稀疏性集成剪枝

为降低噪声和异常值对集成剪枝的影响,并鲁棒性地选择更稀疏的基分类器子集,从而提升人脸情感识别的性能,提出了一种具有依赖分数的鲁棒性稀疏低冗余集成剪枝方法用于人脸情感识别。首先,该方法将样本实例的预测结果视为基分类器特征,分别利用互信息和熵来评估成对基分类器之间的依赖性和它们之间的优先级。其次,将优先级依赖关系添加到基于回归的目标方程中实现冗余基分类器的修剪,此目标方程使用l_2,1范数来增加分类器子集的鲁棒性从而提升算法的泛化性能。然后,将内积正则化项引入到目标方程中,通过计算分类器特征系数向量内积的绝对值的和去选择稀疏和低冗余的基分类器。最后,使用大多数投票法对选择的基分类器子集进行集成从而得到最终的识别结果。结果表明：本文提出的方法在FER2013、JAFFE、CK+和KDEF 4个公共人脸情感数据集上的识别准确率,比所有基分类器进行集成得到的准确率分别高3.29%、10.39%、1.76%和4.89%,表明该方法可以选择出识别效果更好、冗余度更低的分类器子集,提高集成剪枝的泛化能力。     

DSP-TMM: A Robust Cluster Analysis Method Based on Diversity Self-Paced T-Mixture Model

In order to implement the robust cluster analysis, solve the problem that the outliers in the data will have a serious disturbance to the probability density parameter estimation, and therefore affect the accuracy of clustering, a robust cluster analysis method is proposed which is based on the diversity self-paced t-mixture model. This model firstly adopts the t-distribution as the sub-model which tail is easily controllable. On this basis, it utilizes the entropy penalty expectation conditional maximal algorithm as a pre-clustering step to estimate the initial parameters. After that, this model introduces l_2,1-norm as a self-paced regularization term and developes a new ECM optimization algorithm, in order to select high confidence samples from each component in training. Finally, experimental results on several real-world datasets in different noise environments show that the diversity self-paced t-mixture model outperforms the state-of-the-art clustering methods. It provides significant guidance for the construction of the robust mixture distribution model.     

浅析弹性阻抗

本文详细叙述了弹性阻抗的发展,对弹性阻抗的各个概念的出发点和侧重点进行了深刻的剖析;并对弹性阻抗递推反射系数的精度、弹性阻抗公式本身的物理意义、内涵、外延以及它们对流体和岩性的区分能力、反演过程的可实现性等方面进行了讨论,得出了弹性阻抗反演是目前较好的利用叠前数据的有效方法的结论;最后就弹性阻抗反演应用的几个实例进行了比较,说明了弹性阻抗的应用范围和适用条件,要想更好地利用叠前信息必将使得声阻抗反演与弹性阻抗反演相结合、AVO分析与弹性阻抗反演相结合。     

正则化最小二乘线性判别分析算法

线性判别分析（Linear Discriminant Analysis,LDA）是用于降维和分类的方法,然而在遇到小样本问题时,由于全局散布矩阵是奇异的．所以传统的LDA方法是不适用的。为了解决LDA的这种缺点,提出了基于最小二乘线性判别分析（LeastSquares Linear Discriminant Analysis．LS—LDA）的正则化算法,在LS—LDA中分别加入关于加权矩阵的L1范数、L2范数和弹性网络的惩罚项、来解决小样本问题,使模型具有鲁棒性和稀疏性。在对回归分析、正则化方法和LS—LDA相关技术进行深入分析的基础上,构建正则化最小二乘线性判别分析框架算法,实现数据降维。结合标准文本数据集进行实验,采用KNN（K-Nearest-Neighbor）分类器进行文本分类。实验结果表明,正则化的LS—LDA具有很好的分类性能,其中以加入了弹性网络惩罚项的Ls—LDA最优.     

纵横波联合勘探方法初探

反射波地震勘探在工程勘察中应用日益广泛。纵波反射波由于其速度较高,波长较长,勘探深度大,在石油等勘探领域应用较广泛;横波由于其速度相对较低,波长短,分辨率高,近年来,横波勘探已得到推广。在工程勘察中由于实际工作环境的限制,对于不同的地质条件,以及针对不同的勘探目的与任务,单波勘探经常会有其局限性。采用纵、横波联合勘探既可以解决浅部地层的分辨率问题,同时又可以提高勘探深度。因此,采取纵、横波联合勘探,具有互补性。本文即通过纵横波勘探的实例对比,说明多波勘探的优越性,对提高反射波地震勘探在工程勘察中的应用效果具有重要意义。     

横波地震在工程勘察中的应用

与纵波相比,横波具有波速低、波长短,不受地下水影响的特点,这使横波地震勘探反射方法可以提供传统纵波方法无法比拟的分辨率和解释精度,它所提供的反射地震剖面,是真正意义上的＂浅层＂,完全可以和工程地基的深度范围相匹配。对在塘沽某场地采集的横波地震数据进行了处理解释,并验证了其与工程勘察中的钻孔数据-柱状图的良好匹配,从而得出了横波地震在工程勘察中具有良好应用前景的结论。     

Particle swarm optimization and its application to seismic inversion of igneous rocks

In order to improve the fine structure inversion ability of igneous rocks for the exploration of underlying strata, based on particle swarm optimization(PSO), we have developed a method for seismic wave impedance inversion. Through numerical simulation, we tested the effects of different algorithm parameters and different model parameterization methods on PSO wave impedance inversion, and analyzed the characteristics of PSO method. Under the conclusions drawn from numerical simulation, we propose the scheme of combining a cross-moving strategy based on a divided block model and high-frequency filtering technology for PSO inversion. By analyzing the inversion results of a wedge model of a pitchout coal seam and a coal coking model with igneous rock intrusion, we discuss the vertical and horizontal resolution, stability and reliability of PSO inversion. Based on the actual seismic and logging data from an igneous area, by taking a seismic profile through wells as an example, we discuss the characteristics of three inversion methods, including model-based wave impedance inversion, multi-attribute seismic inversion based on probabilistic neural network(PNN) and wave impedance inversion based on PSO.And we draw the conclusion that the inversion based on PSO method has a better result for this igneous area.     

Robust Deep 3D Convolutional Autoencoder for Hyperspectral Unmixing with Hypergraph Learning

基于超图学习的鲁棒深度3D卷积自动编码器高光谱解混方法

贾培源,张淼,沈毅

（哈尔滨工业大学 控制科学与工程系,哈尔滨 150001）

创新点说明：

1） 提出一种深度解混网络模型R3dCAE。深度学习能够通过深层非线性映射,实现高阶特征提取与数据变换,在解混领域展现出了巨大的应用价值。为去除影像内高噪声对解混带来的不利影响,通过去噪自编码网络与非负自编码网络级联,实现数据恢复与高精度解混工作。

2） 针对高光谱三维体数据特殊结构,将去噪自编码网络和三维卷积网络相结合,通过构建三维卷积层/反卷积层与三维池化/反池化层,深层解混模型R3dCAE能够无监督学习鲁棒的空谱联合特征信息;采用一系列噪声抽样的影像数据对网络参数进行训练优化,该模型能够对含噪数据输入实现高精度数据重建。

3） R3dCAE模型采用结合超图约束的自编码网络同步提取端元与丰度信息。通过邻域光谱相似性度量,超图结构能够描述物质分布的低维流形关系,从而表示物质分布的空间一致性信息;同时引入l2,1范数稀疏约束,在网络的迭代优化中实现精确的端元提取与丰度反演任务。

研究目的：

针对现有高光谱解混算法处理光谱混合数据,端元提取受噪声影响大,鲁棒性差,并且获得的丰度无法提现物质空间分布相关性信息,解混精度受限,探索一种基于深度学习的高光谱解混网络架构,通过网络的深层学习与优化,实现端元与丰度信息的高精度求取任务。

研究方法：

所提出深度解混框架R3dCAE由三维去噪卷积自编码网络与结合超图学习的非负稀疏自编码网络级联构成。三维去噪卷积自编码网络通过在编码层搭建卷积层与池化层,在解码层搭建反卷积层与反池化层,从而实现无监督提取光谱维与空间维的联合特征信息,通过学习含噪数据获得去噪影像光谱信息;非负稀疏自编码网络以三层网络映射的方式实现端元与丰度信息的联合优化,引入超图约束和稀疏约束,以更好实现端元特征提取和丰度信息求取。

研究结果：

采用仿真数据集对所提出解混框架和目前先进解混算法,包括MVSA, RCo-NMF, MVC-NMF, SGSNMF, 与uDAs等进行比较,对比各算法端元提取与丰度反演结果与参考端元和丰度信息的误差,结果显示R3dCAE在不同信噪比下都具有优异的性能表现;针对实际高光谱遥感数据集,对比各算法获得的端元信号误差,从而展示了所提出解混网络的有效性与鲁棒性。

结论：

本文针对高光谱图像数据光谱混合问题,提出一种新型的结合空间信息的高光谱深层自编码解混网络框架。该深度解混框架由三维去噪卷积自编码网络与结合超图学习的非负稀疏自编码网络级联构成。通过三维卷积与池化操作,三维去噪卷积自编码网络能够以无监督的方式提取光谱维与空间维的联合特征信息,并通过解码层的构建获得去噪影像数据;在非负稀疏自编码网络中,为保证丰度解的稀疏性和丰度在空间分布相关性,在网络上构建中引入超图学习和l2,1范数稀疏约束,从而使得求取的端元与丰度不仅满足非负性与和为一约束,同时丰度具有空间分布相关性信息。在实验验证中采用仿真数据集和真实高光谱影像对所提出解混框架和其他先进解混算法进行比较,展示了所提出解混网络的有效性与鲁棒性。

关键词：深度学习;无监督解混;卷积自编码网络;超图;高光谱图像;

     

应用地震纵横波速综合参数识别层序地层界面

以高分辨率层序地层学、旋回地层学理论为基础,以邯郸盆地第四系钻孔HZ-S、HZ5-3为例,探索了应用地震纵横波速综合参数识别层序地层界面进而划分层序的方法。根据波速参数随地层深度变化的曲线在层序界面附近存在的突变点或拐点,对HZ-S钻孔剖面进行了详细的四级、五级层序界面识别和对应层序的划分,并与岩心、测井、孢粉资料的分析结果进行对比,显示了很好的一致性,进一步通过HZ5-3钻孔的分析结果验证,表明应用地震纵横波速综合参数可以识别层序地层界面,进而划分地层。     

采用自适应字典学习的InSAR降噪方法

We consider the phase noise filtering problem for interferometric synthetic aperture radar (InSAR) based on the dictionary learning technique. Due to the non-convexity of the optimization problem is difficult to solve. By using the splitting technique and employing the augmented Lagrangian framework, we obtain a relaxed nonlinear constraint optimization problem with l₁-norm regularization which can be solved efficiently by the alternating direction method of multipliers (ADMM). Specifically, we firstly train dictionaries from the InSAR complex phase data, and then reconstruct the desired complex phase image from the sparse representation. Simulation results based on simulated and measured data show that this new InSAR phase noise reduction method has a much better performance than several classical phase filtering methods in terms of residual count, mean square error (MSE) and preservation of the fringe completeness.     

非凸稀疏低秩约束的高光谱解混方法

针对高光谱混合像元的丰度矩阵具有行稀疏特性,提出一种非凸稀疏低秩约束的高光谱解混方法．首先,建立高光谱图像非凸稀疏低秩约束模型,将丰度系数矩阵的非凸p范数作为稀疏约束,并将丰度系数矩阵奇异值的非凸p范数作为低秩约束;其次,构建联合低秩性先验与稀疏性先验的非凸极小化模型,并提出求解的增广拉格朗日交替极小化算法,将复合正则化问题分解成多个单一正则化问题,交替迭代求解．实验仿真结果表明,该算法比贪婪算法和凸优化算法能获得更高的解混精度,并且适用于信噪比较高的高光谱数据．     

基于改进增广拉格朗日乘子法的鲁棒性主成分分析

针对增广的拉格朗日乘子法在求解鲁棒性主成分分析,特别是当数据同时受到稀疏噪声和高斯噪声的干扰时,计算精度会降低,数据降维去噪任务不能很好完成的情况,提出改进的增广拉格朗日乘子法来解决上述问题.一是用基于最优乘子初始化的改进增广拉格朗日乘子法来提高算法的计算精度,二是针对鲁棒性主成分分析,提出一个带高斯噪声的凸优化模型.实验结果表明,本文提出的最优乘子初始化改进算法赋予增广的拉格朗日乘子法一个最优的拉格朗日乘子,从而提高算法的计算精度,而凸优化模型能够清晰地将高斯噪声和稀疏噪声从数据矩阵中分离出去,进而提高数据对高斯噪声的鲁棒性.     

基于非负最小二乘法的一维MT正则化反演研究

为了有效地解决在大地电磁反演过程中出现的不适定性、解的不稳定性和非唯一性等问题,提出了基于非负最小二乘法的MT正则化反演算法,该算法的思想是通过引入正则化思想,模型约束目标函数被采用最光滑模型约束正则化矩阵,有效地改善了不适定问题得到有效改善。为了避免常规方法需要对电阻率取对数的情况,引入了快速非负最小二乘法(这里把反演参数设为电阻率,因而必须为正值),从而简化了反演过程中偏导数矩阵的计算。最后试算不同的地电模型,得到稳定的反演结果,表明了此反演算法是有效的。     

基于DDA方法的不利地质结构对弹性纵波传播规律的影响研究

基于黏性边界理论,在DDA程序中实现了适用于底部输入地震波的人工边界条件,并通过算例验证了其合理性。采用改进的DDA方法研究了节理的刚度和间距、软弱夹层的厚度和波阻抗对弹性纵波传播规律的影响。计算结果表明:节理面透射系数的理论解与DDA数值解差别较小;随着法向刚度的降低,节理对弹性纵波的衰减作用增大;节理间距存在门槛值和临界值,在不同的取值范围,对弹性纵波的衰减规律不同;弹性纵波在分界面上的透射系数的理论解和DDA数值解基本一致;软弱夹层厚度影响多重透射波的干涉效应,厚度越小,干涉效应越强;随着软弱夹层与周围岩石的波阻抗比值的降低,软弱夹层对地震波的衰减作用越来越明显。     

基于地震信息的稀井网储层建模研究

针对稀井网区不能采用地质统计学的方法进行高精度储层建模的问题,提出基于地震资料为约束条件的储层建模思路.其主要依据三维地震解释资料和测井重构约束地震反演的预测结果,对储层砂体井间分布和储层物性变化规律进行预测,在预测成果的约束下,采用随机建模的方法,建立储层三维地质模型.经过现场生产的检验,采用这种建模思路建立的模型能够达到油气田开发阶段的精度要求.     

稀疏盲源分离问题的恢复性研究

采用稀疏分量分析方法,研究了基于稀疏表示的欠定混叠盲信号分离的可恢复性,给出了在l2范数下,源信号可恢复的充分必要条件,并进一步讨论了l2范数解对噪声的鲁棒性.     

储层砂岩波阻抗及拉梅常数实验研究

地层条件下应用岩石物理参数测试系统(MTS)测试了岩石纵横波速度,结合已研究成果,根据实验数 据和计算结果总结了波阻抗和拉梅常数与不同地层条件的关系,得到地表条件下岩样(饱气)的波阻抗随岩石孔 隙度的增加而减小。同一个岩样(饱水)的波阻抗随着模拟地层深度的增加而增加。在各自相对应的模拟地层 深度条件下,饱水岩样的纵波阻抗和拉梅常数值均明显大于饱气岩样的数值,但横波阻抗变化很小。