中国博士后科学基金(20080430354)
- 作品数:2 被引量:7H指数:2
- 相关作者:刘涛邓小英杨顶辉杨宝俊李月更多>>
- 相关机构:中国航天科工集团公司清华大学北京理工大学更多>>
- 发文基金:中国博士后科学基金国家自然科学基金更多>>
- 相关领域:天文地球理学更多>>
- Ricker子波核支持向量回归的Mercer条件拓展问题研究被引量:2
- 2009年
- Ricker子波核支持向量回归方法是消减地震勘探记录强随机噪声的新滤波技术.用判定支持向量允许核函数的Mercer条件探讨Ricker子波核函数的有效性,经过数值计算相应的核矩阵的最小特征值,发现在一个较大范围内存在极小的负值带,数量级为10^(-13)-10^(-16),且在正值带中亦存在10^(-13)-10^(-15)数量级的量.考虑到正负极小量值的计算误差机理相近,认为判定核函数有效性的Mercer条件在工程应用时有可能适当放宽,即核矩阵不严格半正定,接近半正定亦可.为了将Ricker子波核支持向量回归滤波方法向实际应用发展,本文对不同的理论模型的Ricker子波核滤波和小波变换滤波、自适应维纳滤波这三种技术的效果进行了比较,包括时域波形、频域振幅谱、滤波前后的信噪比以及均方误差等方面.结果表明,Ricker子波核滤波方法优于另两种方法.为实际应用Ricker子波核滤波方法奠定基础.
- 邓小英杨顶辉刘涛谢静
- 关键词:混合相位子波信噪比均方差
- 最小二乘支持向量回归滤波系统性能分析被引量:6
- 2010年
- 支持向量机(Support Vector Machine:SVM)一直作为机器学习方法在统计学习理论基础上被研究和发展,本文从信号与系统的角度出发,证明了平移不变核最小二乘支持向量机(Least Squares SVM:LS-SVM)是一个线性时不变系统.以Ricker子波核为例,探讨了不同参数对最小二乘支持向量回归(Least Squares Support VectorRegression:LS-SVR)滤波器频率响应特性的影响,这些参数的不同选择相应地控制着滤波器通带上升沿的陡峭性、通带的中心频率、通带带宽以及信号能量的衰减,即滤波器长度越长通带的上升沿越陡,核参数值越大通带的中心频率越高,且通带带宽越宽,正则化参数值越小,通带带宽越窄(但通带中心频率基本保持恒定),有效信号幅度衰减越严重.合成地震记录的仿真实验结果表明,Ricker子波核LS-SVR滤波器在处理地震勘探信号的应用中,滤波性能优于径向基函数(Radial Basic Function:RBF)核LS-SVR滤波器以及小波变换滤波和Wiener滤波方法.
- 邓小英杨顶辉刘涛李月杨宝俊
- 关键词:支持向量机频率响应随机噪声
- 基于支持向量回归的随机噪声消减和零漂去除
- 1.引言地震勘探是油气资源的主要探查手段。然而由于随机噪声和零漂的影响,常使接收到的地震记录的质量下降,信噪比降低,影响资料的后续处理及解释工作。针对随机噪声的消减,研究者们已经提出很多方法,基本可分为时-空域和变换域两...
- 邓小英杨顶辉关昕