论文部分内容阅读
为了克服常规方法在时域频域反演薄层厚度的某些局限性，该文提出经过小波分解，在时频域内作某些特定处理，提取薄层厚度敏感的多种特征参数的方法。该文首先介绍了连续小波变换和快速小波Ｍａｌｌａｔ算法的基本理论及其分解过程，同时亦表明这两种算法均能精确地被重建。然后利用这些特征参数与薄层厚度之间的非线性关系使用神经网络算法，最终建立了一套计算薄层及薄互层厚度方法。通过模型的正反演结果表明：该算法对薄层厚度及薄互层累积厚度的预测均有好的效果，且具有一定的抗噪声能力。