自适应主分量提取算法及应用

摘要
参考文献
相关文章
Metrics

全文: PDF(1570 KB)
输出: BibTeX | EndNote (RIS)

摘要

介绍了神经网络中的自适应主分量提取(APEX)算法的实现步骤, 并首次将它用在地震数据处理中。通过对地震记录进行正交分解和特征提取, 可消除噪声。模型计算和实际资料处理结果表明了该方法的有效性。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	李锋平
	杨海燕
	刘旭华
	赵海娇

关键词 ：非线性规划, 遗传算法, 瞬变电磁, 反演

Abstract：

This paper presents the Adaptive Principal Components Extraction (APEX) procedure in neural networks. The algorithm is used for the first time in seismic data processing. Noise can be eliminated via the orthogonal decomposition of seismic data followed by eigen extraction. The results of synthetic and real data processing illustrate the effectiveness of this method.

Key words： nonlinear programming genetic algorithm transient electromagnetic inversion

收稿日期: 2004-09-02 出版日期: 2005-10-24

P631.4

作者简介: 刘保童(1965-), 男, 甘肃天水人, 西安科技大学博士研究生, 主要从事地震数据处理及数学物理方法教学与研究工作, 公开发表学术论文数篇。

引用本文:

刘保童, 朱光明. 自适应主分量提取算法及应用[J]. 物探与化探, 2005, 29(5): 452-454.
LIU Bao-tong, ZHU Guang-ming. THE ADAPTIVE PRINCIPAL COMPONENTS EXTRACTION ALGORITHM AND ITS APPLICATION. Geophysical and Geochemical Exploration, 2005, 29(5): 452-454.

链接本文:

https://www.wutanyuhuatan.com/CN/ 或 https://www.wutanyuhuatan.com/CN/Y2005/V29/I5/452

［1］ Baldi P, Hornik K.Neural networks and principal component analysis:learning from examples without local minima［J］.Neural Networks, 1989, 2:53-58.
［2］ Oja E, Karhunen J.On stochastic approximation of the eigenvectors and eigenvalues of the expectation of a random matrix［J］.Journal of Mathematical Analysis and Applications, 1985, 104:69-84.
［3］ Sanger T D.Optimal unsupervised learning in a single-layer Linear feedforward neural network［J］.Neural Networks, 1989, (2):459-473.
［4］ Kung S Y, Diamantaras K I, Taur J S.Adaptive principal component extraction (APEX) and applications［J］.IEEE Transactions on Signal Processing, 1994, 42:1202-1217.
［5］ Karhunen J, Joutsensalo J.Generalizations of principal component analysis, optimization problems, and neural networks［J］.Neural Networks, 1995, 8:549-562.
［6］ Simon Haykin.Neural Networks:A comprehensive foundation, 2nd edition［M］.Pearson Education, inc, 1999.
［7］ Fredric M Ham, Ivica Kostanic.Principles of neural computing for science and engineering［M］.McGraw-Hill Companies, inc, 2001.
［8］程云鹏.矩阵论［M］.西安:西北工业大学出版社, 2001.
［9］杨行峻, 郑君里.人工神经网络与盲信号处理［M］.北京:科学出版社, 2003.

[1]	冯旭亮, 魏泽坤. 基于界面反演增强的位场边缘识别方法[J]. 物探与化探, 2022, 46(1): 130-140.
[2]	黄远生, 王彦国, 罗潇. 基于归一化磁源强度垂向差分的磁源参数快速估计方法[J]. 物探与化探, 2021, 45(6): 1588-1596.
[3]	何可, 郭明, 胡章荣, 易国财, 王仕兴. 半航空瞬变电磁L1范数自适应正则化反演[J]. 物探与化探, 2021, 45(5): 1338-1346.
[4]	郭培虹, 冯治汉, 王万银, 唐小平, 刘生荣. 北秦岭华阳川地区重磁三维反演及岩浆岩特征研究[J]. 物探与化探, 2021, 45(5): 1217-1225.
[5]	刘鸿洲, 王孟华, 张浩, 彭玲丽, 李雯, 张杰, 赵智鹏, 伍泽荆. 基于分频构形反演方法的河道砂精准预测——以华北冀中探区赵皇庄地区为例[J]. 物探与化探, 2021, 45(5): 1311-1319.
[6]	邢涛, 袁伟, 李建慧. 回线源瞬变电磁法的一维Occam反演[J]. 物探与化探, 2021, 45(5): 1320-1328.
[7]	张鹏飞, 张世晖. 西湖凹陷平湖组砂泥岩岩性神经网络地震预测[J]. 物探与化探, 2021, 45(4): 1014-1020.
[8]	智庆全, 武军杰, 王兴春, 孙怀凤, 杨毅, 张杰, 邓晓红, 陈晓东, 杜利明. 在瞬变电磁三维正演中的应用[J]. 物探与化探, 2021, 45(4): 1037-1042.
[9]	李瑞友, 张淮清, 吴昭. 基于在线惯序极限学习机的瞬变电磁非线性反演[J]. 物探与化探, 2021, 45(4): 1048-1054.
[10]	裴肖明, 冯国瑞, 戚庭野. 瞬变电磁法探测复杂状态下煤矿充水采空区物理模拟实验[J]. 物探与化探, 2021, 45(4): 1055-1063.
[11]	刘伟, 黄韬, 王庭勇, 刘怡, 张继, 刘文涛, 张琦斌, 李强. 综合物探方法在城市隐伏断裂探测中的应用[J]. 物探与化探, 2021, 45(4): 1077-1087.
[12]	张莹莹. 电性源瞬变电磁法综述[J]. 物探与化探, 2021, 45(4): 809-823.
[13]	刘辉, 李静, 曾昭发, 王天琪. 基于贝叶斯理论面波频散曲线随机反演[J]. 物探与化探, 2021, 45(4): 951-960.
[14]	马良涛, 范廷恩, 许学良, 董建华, 蔡文涛. 油气检测多技术联合在B油田的应用研究[J]. 物探与化探, 2021, 45(4): 961-969.
[15]	朱学娟, 单沙沙, 殷梓原, 孔雪. PNN测井清污混注水淹层剩余油饱和度计算方法[J]. 物探与化探, 2021, 45(3): 679-685.

Viewed

Full text

Abstract

Cited

Shared

Discussed