文献

J-GLOBAL ID：201702274751173420   整理番号：17A1262802

地震データの重み付き積層における主成分分析の応用【Powered by NICT】

Application of Principal Component Analysis in Weighted Stacking of Seismic Data

著者 (5件)： Xie Jianyong (State Key Laboratory of Petroleum Resources and Prospecting, China University of Petroleum, Beijing, China) ,  Chen Wei (Key Laboratory of Exploration Technology for Oil and Gas Resources of Ministry of Education, Yangtze University, Wuhan, China) ,  Zhang Dong (State Key Laboratory of Petroleum Resources and Prospecting, China University of Petroleum, Beijing, China) ,  Zu Shaohuan (State Key Laboratory of Petroleum Resources and Prospecting, China University of Petroleum, Beijing, China) ,  Chen Yangkang (Jackson School of Geosciences, The University of Texas at Austin, Austin, TX, USA)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 14  号： 8  ページ： 1213-1217  発行年： 2017年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 多重データセットの最適積層は多くの科学分野で重要な役割を果たす。積層の品質は積層画像の信号対雑音比と振幅忠実度に影響するであろう。地震データ処理では,正常ムーブアウト補正後の平坦化重合前地震データを積層し重量類似性重み付き積層は各微量間の局所類似性と参照痕跡を利用した。従来基準トレースは,空間方向に沿ったデータ行列の直接算術平均から計算される近似零オフセット微量である。しかし,データ行列は異常なミスアライメント微量性,異常性と非Gaussランダム雑音を含む場合,近似零オフセットトレースの精度が大きく影響されると,積層の品質に影響を及ぼす。主成分分析に基づく新しい重みづけスタッキング法を提案した。有用な信号,データ行列の主成分は低階数制約条件を持つ最適化問題を解くことにより低ランク分解法に基づいて抽出した。最適化問題は,一般的な特異値分解アルゴリズムを用いて解かれる。データ行列の低ランク分解は異常な微量性,異常性と非Gaussランダム雑音の影響を軽減し,このようにして伝統的な代替案よりもよりロバストである。は提案した方法の優れた性能を示すために両合成と現場データの例を紹介した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： オフセット ,  品質 ,  重みづけ ,  特異値分解 ,  画像 ,  類似性 ,  *主成分分析 ,  アルゴリズム ,  不規則雑音 ,  SN比 ,  最適化問題 ,  近似法 ,  ロバスト性 ,  分割法
準シソーラス用語： *地震データ , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (3件)： 地震データ ,  主成分分析 ,  応用