文献

J-GLOBAL ID：201502201824333195   整理番号：15A1178171

局所線形埋め込みに基づく地震データのためのランダム雑音低減【Powered by NICT】

Random noise reduction for seismic data based on Locally Linear Embedding

著者 (1件)： Pu Ling (School of Computer and Information Engineering, Yibin Univ., Sichuan, Yibin)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 51  号： 9  ページ： 213-216  発行年： 2015年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 特異値分解(SVD)は,地震データのための雑音削減において,より良い展開を示した。SVDを線形モデルを示すことを水平事象のための良好な結果を達成することができる。しかし,非線形モデルを示す曲線イベントに関して良好な結果を達成することはできない。は実際に制限する。本論文では,局所線形埋込み(LLE)に基づく地震データのためのランダム雑音低減法を提案した。考えは,のみLLEの再生特性を考慮し,次元縮小のその特性を考慮しないことである。法はその近傍による地震データの各試料を再構成するための局所線形埋め込みの再構成を用いた。,ランダム騒音を低減する結果が得られた。順方向モデルと実際の地震データに実施した結果は,提案した方法は,ランダムノイズを効果的に減らすことができるだけでなく,非線形モデルを示すことを,効果的な信号を保つことができることを示した。また,SVDフィルタリング結果よりも良好であった。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 再構成 ,  特異値分解 ,  埋込み【写像】 ,  *線形性 ,  フィルタリング ,  *雑音低減 ,  次元縮小 ,  *不規則雑音
準シソーラス用語： 非線形モデル ,  線形モデル ,  *地震データ , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 線形 ,  埋め込み ,  地震データ ,  雑音低減