您的位置: 专家智库 > >

滕琳琳

作品数:2 被引量:7H指数:1
供职机构:河北工业大学更多>>
发文基金:天津市自然科学基金中国博士后科学基金河北省自然科学基金更多>>
相关领域:天文地球电子电信更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇天文地球
  • 1篇电子电信

主题

  • 2篇快速行进法
  • 2篇高阶
  • 1篇地震
  • 1篇地震数据
  • 1篇地震数据重建
  • 1篇信号
  • 1篇信号重建
  • 1篇图像
  • 1篇图像修复
  • 1篇小波
  • 1篇小波变换
  • 1篇矩阵
  • 1篇FMM
  • 1篇波变换

机构

  • 2篇河北工业大学
  • 1篇中国科学院

作者

  • 2篇滕琳琳
  • 1篇李玲玲
  • 1篇周亚同

传媒

  • 1篇石油地球物理...

年份

  • 1篇2015
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
基于高阶扩展FMM和低秩矩阵恢复的信号重建研究
随着互联网的崛起与发展,人们接收到的数据(信号)呈指数增长,然而因各种原因信号也会出现缺失。本文主要研究基于高阶扩展快速行进法(FMM)和低秩矩阵恢复(LRMR)的缺失信号重建算法,并展示了算法在三个领域的应用:地震信号...
滕琳琳
关键词:图像修复
基于高阶扩展快速行进法的缺失地震数据重建被引量:6
2015年
传统地震数据重建算法大多采用整体重建模式。受数字图像重建思路启发,提出了一种基于高阶扩展快速行进法的缺失地震数据重建算法。该算法采用局部重建模式,首先将缺失地震数据映射为地震图像,并定量分析映射导致的量化误差;再采用二抽取小波变换对地震图像进行分解,分解后的低频分量采用高阶扩展快速行进法做局部逐点重建,高频分量通过已重建低频部分的水平、垂直和对角预测滤波做重建;然后采用小波逆变换得到重建后的地震图像;最后将地震图像映射回地震数据。叠前和叠后实际地震数据重建实例验证了算法的可行性;与基于形态分量分析、基于K-奇异值分解(SVD)字典学习等地震数据重建算法的对比结果表明,本文算法具有更快的重建速度和更高的重建精度。
周亚同滕琳琳李玲玲
关键词:地震数据重建快速行进法小波变换
共1页<1>
聚类工具0