基于PROMAX系统提高初至波拾取精度的方法

初至波拾取是做好层析成像等静校正处理的基础环节,同时也是人工工作量较大的环节。如何快速高精度拾取初至波是一线处理人员面临的一个实际问题。通过对复杂探区地震资料的初至波特征的分析,提出一种运用PROMAX系统中的一些相关模块组合进行初至波拾取的方法。该方法只需少量的人工操作,就能方便快速准确完成初至渡拾取。该方法包括如下几步：初至的自动拾取、干扰道的识别与剔除、异常值处理。应用实例表明,该方法既能快速改善初至波拾取精度,又具有较强适应能力,基本能够解决复杂探区初至拾取这一难题。     

基于Shearlet变换和峰度特性的井中微地震初至波拾取

针对井中微地震信号频率高、信噪比低的特点,提出一种基于Shearlet变换和峰度统计特性的初至波拾取方法。首先将微地震数据进行Shearlet变换,得到多尺度多方向Shearlet系数。然后利用信号的时空方向性,通过对相邻尺度上各方向系数相关能量的计算,确定有效信号集中的方向。进一步对这些方向系数进行叠加,使得信号与噪声差异明显,并在此基础上利用峰度特性进行初至波拾取。经过仿真信号与真实微地震资料的验证,表明本文算法能有效地拾取到初至波。     

能量差法拾取直达波初至的应用研究

初至时间是地震勘探资料处理中一个很重要的参数,能否准确、快速地拾取地震记录中的初至对地震资料处理至关重要。地震记录上的初至波往往是由两种或多种不同类型的地震波组成,传统的能量比法拾取的初至参数往往由直达波和折射波的初至时间组成。在基于能量比法自动拾取地震初至的方法原理上,笔者提出一种新的初至拾取方法,即能量差法。实践表明,能量差法能有效地克服折射波的干扰,较为准确地获得直达波的初至,确保初至参数的统一性。     

地震波初至波与scholte波的时差提取研究

通过对初至波与scholte波到达时刻提取的方法研究,提出计盒分形维数算法和修正后的平滑伪魏格纳分布时频分析算法分别对初至波和scholte波到达时刻进行提取,两者时差主要应用于水下舰船目标探测研究。在此背景下,通过模拟浅海海底环境进行地震波数据采集,并拾取初至波与scholte波,获取两者时差,从而验证了所提算法的有效性。     

基于差分盒维数的彩色烟雾图像识别

提出了利用差分盒维数与颜色特征相结合的图像识别方法来将彩色烟雾图像从森林背景中识别出来。该方法首先用差分盒维数算法来计算整幅图像的分形维数值并基于该值对图像进行分割,再以RGB空间的烟雾颜色特征为依据,对差分盒维数方法分割出的区域进行判别,识别出烟雾区域。为改善算法的计算精度,提高算法运算速度,提出了减少子窗口内盒子的覆盖数量、改变子窗口内灰度等级的改进算法。仿真实验结果表明,基于改进的差分盒维数方法,不仅运算速度提高近50％,而且能够更好地反映图像表面的纹理信息。再结合颜色特征能从森林背景中准确的识别出烟雾。该方法可用于森林火灾的预警。     

井间地震初至波分析

在模拟对比不同模型条件下初至波的基础上,分析了造成初至不清晰两种可能的原因,一种是初至波 为续至波所干扰,另一种初至波在垂直方向上的投影很小甚至为零。并指出可以综合利用水平分量和垂直分量 记录来提高初至时间拾取的精度。     

一种基于波形相似特征的反射波同相轴追踪算法

在地震勘探中,反射波同相轴追踪拾取是地震资料解释的一项重要的基础工作,追踪拾取的正确与否将直接影响最终解释成果的准确性。在研究了各种同相轴自动拾取思想的基础上,依据反射波波形高度相似的特点提出了一种基于波形相似特征的反射波同相轴追踪算法"。经使用matlab软件进行模拟试算和实际资料试算,证明该算法简单有效,计算速度较快。     

图像分形维数计算及其边缘提取

为提高遥感影像中地物边缘信息的提取精度,以离散分形布朗随机场（DFBR：DiscreteFractalBrownRandomfield）模型为依据,尝试设计并利用Matlab编程实现一种基于遥感影像单个像元的分形维数计算算法。该算法将影像的灰度空间映射成分形维数空间,然后在该空间进行变换和边缘检测。地物空间分布及其影纹结构边缘特征的差异,使计算分形维数所选窗口大小成为关键。选取研究区局部地段高空间分辨率遥感影像作为实验数据,通过计算不同窗口下像元分形维数,得到最佳边缘信息提取的计算窗口。实验结果表明,该算法在同类计算中更符合遥感数据的特点,提高了遥感影像地物边缘信息提取精度。     

基于能量特征的微震信号初至拾取研究

微震信号初至拾取是微震资料处理的基础,针对微震资料信噪比低,传统方法拾取精度差、无法适应噪声强度变化、复杂波形拾取困难等问题,提出了一种基于能量特征的微震信号初至拾取新方法。该方法首先对微震记录的信噪比进行估计,然后通过滑动时窗提取其提升小波包能量不纯度特征及改进的时窗能量比特征,根据构造的特征函数进行能量特征分析从而得到特征曲线,最后利用特征曲线的极值点拾取微震信号的初至到时。将该方法应用于仿真信号和实际微震资料,结果表明,该方法抗噪性好,不受噪声强度变化的影响,能够准确拾取最大峰值有延时的微震信号初至。     

服装CAD中三维数据的拾取与服装造型点的生成

讨论了在二维屏幕上拾取三维人体模型数据点的几种方法,并讨论一种服装款式的造型方法,即通过直接在屏幕人体模型上绘制衣片轮廓线和计算衣片曲面和人体间偏离值来获得款式造型关键点。由此可通过人机交互方式生成和修改三个维服装款式。     

无平衡点分数阶混沌系统全状态自适应控制

针对一类无平衡点的分数阶混沌系统,首先通过分数阶微分变换方法(FDTM)得到它的解序列。然后,研究了系统的Kaplan-Yorke维数和耗散性,基于系统的离散映射通过QR分解得到最大Lyapunov特征指数,通过该特征指数可以判断系统是否保持混沌。最后,给出一种全状态自适应控制方法,使系统的状态变量追踪期望轨迹,并通过数值模拟验证了本文算法的可行性。     

基于卷积自编码器的地震数据处理

引入以深度学习为代表的数据驱动方法,加速地震数据的处理流程,获得更精确的地下介质信息. 卷积自编码器方法在地震数据压缩降维的同时,利用数据的空间局部相关性自动提取信号特征,避免数学物理模型的假设依赖. 通过设计不同地质模型的地下速度结构,利用波动方程正演模拟构建大量不同特征的地震数据训练集和测试集. 与模型驱动的地震随机噪声压制和地震道插值方法不同,数据驱动下的卷积自编码器方法能够从含随机噪声地震数据和地震道缺失数据中,直接识别和提取出其中的有效地震信号,从而压制随机噪声以及重建原始地震数据,实验结果验证了该方法的有效性. 卷积自编码器方法不需要人工阈值控制,具有更高的处理效率.     

面向工业大数据的多层增量特征提取方法

针对工业大数据中高维小样本情况导致增量线性判别分析失效问题,提出了一种面向工业大数据的多层增量特征提取方法,对高维小样本数据进行有效降维,并最大限度保留样本的变异信息和判别信息．首先,利用滑动窗口增量实时更新数据流,检测和过滤离群点,基于增量主成分分析对数据进行初步特征提取,利用Fisher准则函数量化各主元所包含的分类信息;然后,采用熵值法确定各主元贡献率和识别能力的权重,对主元进行筛选,由筛选出的主元构成新的特征空间;最后,将当前窗口的高维数据通过增量线性判别分析投影,完成二次特征提取的同时确定样本类别．实验结果表明,该方法可有效提取实时数据特征,同时很好地保留其判别能力．     

一种新型的雨雪视频图像复原方法

针对雨、雪等恶劣天气极易影响视频图像质量的问题,提出了一种新型雨雪视频图像复原方法。该方法在深入研究视频帧序列时域特性的基础上,将R、G、B 3维彩色空间属性数据进行投影降维,通过研究低维数据的散布形状来揭示高维数据的聚类特征,进而依据统计特性进行雨雪去除,实现视频图像复原的目的。该方法依据雨雪区和背景区的数据特性进行分类,能提供更准确的类别中心,尤为关键的是,该方法所需视频序列帧数少,不需要进行数据的彩色空间转换,简化了运算。6个经典视频场景的实验结果表明,复原后的图像清晰度高,具有较强的鲁棒性。     

快速扫描算法在超声波层析中的应用

超声波层析成像(CT)技术是最近发展起来的一种新型无损检测方法,该方法具有对被测对象无损伤、成像精度高、操作简单方便、结果可视化程度高等优点,在混凝土结构检测中得到广泛应用。超声波层析成像技术一般采用初至波的走时进行分析计算。因此,对走时提取的准确性至关重要。传统的超声波层析技术是利用最小走时射线追踪算法来计算初至波走时,计算效率低,且在复杂介质中存在不稳定性问题。为了快速、可靠地计算初至波走时,本文基于程函方程的有限差分形式,利用快速扫描算法实现了初至波走时的快速计算。将该方法应用于理论模型计算,并和现场采集的实测数据层析结果作对比,结果表明该方法可以取得与传统最小走时射线追踪相当的计算精度,但计算效率得到大幅提升。     

基于IMU量测信息的手机运动模态判别方法

手机导航以其便捷和廉价得到广泛应用,而其运动模态对导航精度有较大影响. 基于手机内置IMU的量测信息,研究了一种运动模态判别方法. 该方法根据人体步态相位检测法和IMU中三轴加速度计和三轴陀螺仪的六维量测信息,选择合适参数,通过对试验采样数据的处理设定阈值和辨识窗口,确定实际应用算法流程. 试验结果表明,该方法实时判别手机运动模态的延时小,且在相应运动模态内的判别准确率达到100%,为后续导航算法的使用时机与过程提供了有效判断依据.     

基于FILTERSIM算法的风力发电功率预测

由于风力发电受天气条件的影响,所以其输出功率难以预测。将风力发电功率与气象数据依据一定的排列规则整理为三维图像,通过FILTERSIM算法对训练数据图像降维并提取其特征,然后在已知的气象数据组成的验证点集上预测风力发电功率。试验结果与验证数据的对比表明,该方法能有效预测风电的发电功率。     

核电站瞬态运行参数数据压缩与复原方法

针对当前因核电站瞬态运行测量参数种类较多导致数据在网络传输、数据存储和算法训练过程中存在传输速度慢、算法拓扑结构复杂等问题,本文通过改进特征工程算法建立了一种核电站瞬态运行参数数据压缩和数据复原方法.该方法利用主成分分析方法提取瞬态运行参数的特征向量,减少瞬态运行参数的数据维度;同时配合高斯过程回归方法可对降维后的瞬态运行数据实现高精度的复原.结果表明:瞬态运行数据先压缩再复原后,复原值与实际值最大误差不超过0.000002.同时压缩后的数据特征也可为核电站故障诊断提供判断依据,进一步提高核电站安全与可靠性.     

基于手机传感器的握持方式判断及运动状态识别

传统运动识别技术多以传感器位置固定为前提进行识别,但当传感器放置位置或握持方式发生变化时运动识别率会受到相应影响。该文提出了一种基于手机传感器的握持方式判断及运动状态识别方法,解决了传感器随放置位置不同影响运动识别率的缺点。该方法首先通过传感器对设备握持方式进行判断,使用不同握持方式下的三轴加速度数据进行特征提取,通过多层小波变换得到各层高频和低频部分,对其进行组合形成初级特征,用奇异值分解对初级特征进行降维得到最终特征,使用基于径向基核函数的多分类支持向量机 (SVM) 对特征分类,进而判断不同握持方式下的不同运动。实验结果表明,该方法对不同运动方式下的平均识别率为93%。     

基于小波空间噪声模型的地震数据多尺度表示

利用二维离散小波变换的àtrous算法对地震数据做处理,在处理过程中,通过引入噪声模型,并利用显著性统计假设检验,得出有用信息(地震序列中的异常现象)的多分辨支撑图.利用这一工具,可对华北地区不同尺度下的震中空间分布特征进行提取,并为该区活动构造的识别提供依据.