首页 > 《南方能源观察》 > 2023年1期 > 基于压缩感知和深度学习的地震数据重建

基于压缩感知和深度学习的地震数据重建

在线阅读下载PDF 导出详情

摘要摘要:近年来随着计算机硬件性能的提升以及人工智能技术的发展,使用人工智能手段处理地震数据已成为新的研究热点｡深度学习是一种基于数据驱动的方法｡不依赖于物理方程与公式理论,仅通过大量数据训练,便可以学习输入数据和标签数据间的映射关系,并利用这种映射关系解决相似的问题｡

DOI 7dmggqmrdn/6917506

作者尹玉振

机构地区身份证号：371502198911049114

出处《南方能源观察》 2023年1期

关键词压缩感知深度学习地震数据重建

分类 [][]

出版日期 2023年03月22日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1Norm Allegar;司娟娟(编译). 专题介绍：压缩感知地地震数据采集和处理中的作用.矿床学,2018-04.
2康学鑫,张萧,. 基于深度学习的图像压缩存储.文化科学,2024-04.
3郝延鹏. 基于大数据和深度学习的语音识别研究.,2022-07.
4吴玉林. 基于压缩感知的宽带协作频谱感知方法.教育学,2014-03.
5肖梵,丁玉硕,马志帆,辛佳宝,胡学静,樊冬梅. 基于深度学习和随机森林的数据分析系统.临床医学,2022-08.
6肖梵, 丁玉硕, 马志帆, 辛佳宝, 胡学静, 樊冬梅. 基于深度学习和随机森林的数据分析系统.临床医学,2023-07.
7王晓聪,张通,张萌,胡燕婷. 基于深度学习的无人车辆感知与决策系统优化.建筑技术科学,2024-03.
8王玉娟;许建国. 大数据体压缩和存储算法在地震剖面中的应用.教育学,2008-05.
9孔贵琴. 基于压缩感知的语音降噪算法研究.建筑技术科学,2021-02.
10沈良晨. 基于数据挖掘技术和深度学习的短时交通流预测.建筑技术科学,2021-12.

来源期刊

南方能源观察

南方能源观察

相关推荐

同分类资源更多

相关关键词

压缩感知深度学习地震数据重建

返回顶部