【摘 要】
:
地震波初至拾取一直是地震数据处理中重要又基础的问题。它的准确度决定着地震数据处理结果的好坏,因此能否找到快速准确的地震波初至拾取方法直接关系着地震数据处理工作的
论文部分内容阅读
地震波初至拾取一直是地震数据处理中重要又基础的问题。它的准确度决定着地震数据处理结果的好坏,因此能否找到快速准确的地震波初至拾取方法直接关系着地震数据处理工作的效率。 截止到目前,前人已经提出许多地震波初至拾取方法,但这些方法一般适用于地质结构较简单的地区。对于沙漠、戈壁、高原、山地等地质结构复杂的地区,则需要研究精度更高、适应性更强的地震波初至拾取方法。 本文给出了一种基于人工神经网络和小波变换相结合的地震波初至拾取方法。首先,选用小波变换对实际地震波进行消噪预处理,然后将所得信号进行分析。在模式识别中提取六个特征值作为模型输入,使用MATLAB工具分别采用BP(Back Propagation)网,RBF(Radial Basis Function)网和数据依赖性改进的支持向量机(Support Vector Machines)对实际地震数据中提取的小样本和大样本进行训练得到相应网络,然后再用小样本和大样本进行测试,将其结果进行比较。发现在小样本和大样本的情况下,数据依赖性改进的SVM法具有较高的分类能力,所以它的实验准确率明显高于其他两种方法,证明了数据依赖性改进的支持向量机法应用于地震波初至拾取领域的可行性和高效性。
其他文献
离群点检测是数据挖掘领域研究的重要问题之一,与其他数据挖掘研究的任务不同,离群点检测着力于从数据集中发现与其他数据显著不同的一小部分对象。目前离群点检测已经在许多领
三维网格分割(简称网格分割)的目标是采用计算机自动地将三维网格模型分割成为若干有意义的部件。但“有意义”本身并非良定义、可量化的概念,这是实现三维网格自动分割的困难
随着信息技术的发展,互联网信息不断增加,其中有很多有益的知识,也有很多有害的信息,如色情、恐怖主义等。对互联网信息进行管理是一个快速增长的的需求。
当前市场上存在很
随着计算机图形学的发展,需要对复杂场景渲染出极具真实感图像的应用越发增多。这就要求不仅要考虑来自光源的直接光照,还需要考虑来自其它物体表面因反射、折射等产生的非直接
21世纪,Internet经历了爆炸式发展,已经在人类生活中扮演着越来越重要的角色。Web应用不再仅仅是从前的展示静态信息的功能,而是要求具有实时、动态处理信息交互的功能。因此
学习分类系统是结合了进化计算和强化学习的一种机器学习技术,它是一种自适应的规则产生式系统,能够动态感应环境、模拟认知,利用环境反馈评估种群中的分类器(规则)并通过遗传算
目前,随着网络技术的飞速发展和数字传输技术的应用的普及,原来在数据通信网中被视为应用“瓶颈”的带宽和服务质量等问题一一得到解决或改善。但另一方面,电信业竞争的逐步
软件测试在软件开发过程中有着越来越重要的地位,它贯穿于整个软件开发过程。而测试用例的设计与生成是软件测试过程中的重点和难点所在。随着面向对象技术的广泛应用,使得基于
数字媒体是以数字形式表示的信息,包括计算机生成的文本、图形、视频、音频以及动画。随着多媒体通信技术与经济的迅速发展,数字媒体越来越多成为传媒的首选形式,加强了人们
XML逐渐成为了Internet上数据表示和数据交换的新标准,并且已经出现了大量与XML数据流相关的应用。已有的XML上的基于关键字的查询研究主要是针对XML文档和XML数据库。随着XML