新書推薦：
《
产业政策的选择及其经济后果
》
售價：HK$
154.8
《
战争的幽灵
》
售價：HK$
105.6
《
西洋镜：中华考古图志
》
售價：HK$
225.6
《
学会当领导：优秀员工的晋升之路
》
售價：HK$
78.0
《
目的行为论导论——刑法体系的新图景（增补第4版·中文增订版）（当代世界学术名著）
》
售價：HK$
81.6
《
浮沉：里亚布申斯基家族兴衰史
》
售價：HK$
117.6
《
Android自动化测试实战：Python+Appium +unittest
》
售價：HK$
107.8
《
郭建龙亚洲三部曲：印度、穿越蒙古国、三千佛塔
》
售價：HK$
279.6
|
| 內容簡介： |
|
《现代信息处理技术在地球物理中的应用》介绍现代信息处理方法在重力、磁力、电磁、地震等地球物理信号信息提取中的应用，主要包括地球物理资料滤波、位场边界识别、谱矩分析位场几何特征提取、地球天然脉冲电磁场信号特征分析、地球天然脉冲电磁场时频分析、地球物理信号混沌-神经网络预测、低秩逼近地震数据重建，以及深度学习地震数据重建等方法与技术。
|
| 目錄：
|
|
目录第1章 地球物理资料滤波方法 11.1 小波变换与小波域滤波 11.1.1 小波变换原理 11.1.2 小波域滤波实现 31.2 高阶统计量滤波 51.2.1 高阶累积量及高阶累积量谱的概念 51.2.2 高阶累积量及高阶累积量谱的估计 71.2.3 基于三阶谱的傅里叶振幅与相位重构 91.2.4 基于三阶谱的位场滤波算法 131.3 Curvelet域滤波 131.3.1 Curvelet变换原理 131.3.2 基于高阶统计量的Curvelet域滤波 151.4 基于L2范数的滤波方法 171.4.1 原理及数学形式 171.4.2 参数选择与方法的物理意义 191.5 模型数值实验 201.6 实际资料滤波案例 25第2章 位场异常识别与边界探测 292.1 位场异常导数换算及应用前提 292.1.1 位场异常导数的物理意义 302.1.2 磁异常化极与磁源重力异常计算 312.2 垂向导数 322.3 水平总梯度模 352.4 解析信号振幅 362.5 Theta图 372.6 Tilt梯度及其水平导数 382.6.1 Tilt梯度 382.6.2 Tilt梯度的水平导数 382.6.3 模型实验 392.7 归一化标准差 402.8 Tilt梯度的改进算法 402.8.1 模型实验 422.8.2 韦岗铁矿区磁异常边界探测 452.9 斜磁化磁异常处理 51第3章 基于各向异性标准化方差的重磁源边界分析 563.1 各向异性标准化方差算法 563.1.1 算法原理 563.1.2 算法的物理意义与计算流程 573.1.3 理论模型 593.2 改进的各向异性标准化方差算法 603.2.1 算法原理 603.2.2 计算流程 623.2.3 理论模型 633.3 各向异性标准化方差算法性质 653.4 复杂模型计算对比 663.4.1 理论模型 673.4.2 含噪声模型 693.5 各种方法处理效果对比 76第4章 基于谱矩分析技术的位场几何特征 784.1 谱矩基础知识 784.1.1 谱矩的定义 784.1.2 离散数据的各阶谱矩计算 794.2 基于谱矩的地学特征因子提取方法及应用 814.2.1 表面统计不变量与均方根斜率方差因子 814.2.2 自由空气重力异常数据的山脉和盆地识别 824.3 谱矩方法在磁源体深度反演中的应用 844.3.1 算术平均顶点曲率 854.3.2 球状磁源体埋深估计 864.3.3 板状磁源体埋深估计 884.3.4 塔里木盆地地区的应用效果 904.4 基于地壳弧形构造信息提取的四阶谱矩分析 934.4.1 基于谱矩的边界识别方法 934.4.2 理论模型实验 944.4.3 应用案例 99第5章 震前地球天然脉冲电磁场信号采集与特征分析 1015.1 地球天然脉冲电磁场场源机理 1015.2 地球天然脉冲电磁场信号采集 1025.3 地球天然脉冲电磁场信号的震前特征 1035.3.1 震前ENPEMF信号的时频谱分解 1035.3.2 震前ENPEMF信号时频参数的孕震信息特点 1105.3.3 时频幅度谱二维图的孕震信息特点 1155.3.4 时频幅度谱三维图的孕震信息特点 120第6章 时频分析在地球天然脉冲电磁场数据信息提取中的应用 1246.1 时频分析方法 1246.1.1 Hilbert变换与谱 1246.1.2 自适应时频 1276.1.3 WVD的改进算法 1296.2 NSTFT-WVD变换在震前地球天然脉冲电磁场信号时频与能量分析中的应用 1326.2.1 NSTFT-WVD方法原理 1326.2.2 基于NSTFT-WVD变换的震前ENPEMF信号的时频特点 1366.3 BSWT-DDTFA方法在震前地球天然脉冲电磁场信号时频分析中的应用 1406.3.1 BSWT-DDTFA方法原理 1406.3.2 BSWT-DDTFA方法仿真 1416.3.3 基于BSWT-DDTFA的震前ENPEMF信号的时频特点 1436.4 EEMD-WVD方法在震前地球天然脉冲电磁场时频特性中的应用 1466.4.1 ENPEMF数据的二维时频分解 1466.4.2 EEMD-WVD分解 1486.5 DE-DDTFA方法在震前地球天然脉冲电磁场信号时频特性中的应用 1506.5.1 DE-DDTFA方法原理 1516.5.2 DE-DDTFA方法仿真 1526.5.3 基于DE-DDTFA的震前ENPEMF信号的时频特点 153第7章 混沌-神经网络在地球物理信号强度预测中的应用 1577.1 混沌理论 1577.1.1 假邻近法 1587.1.2 自相关函数法 1597.2 径向基函数神经网络 1607.3 基于混沌-径向基函数神经网络的震前地球天然脉冲电磁场强度预测 162第8章 低秩逼近在地震数据重建中的应用 1678.1 基础知识 1678.1.1 地震数据重建模型 1678.1.2 矩阵的秩 1678.1.3 张量的秩 1688.2 基于低秩逼近的地震数据重建原理 1698.2.1 Hankel矩阵预变换 1698.2.2 纹理块矩阵预变换 1708.2.3 地震数据的低秩性 1718.3 基于纹理块张量预变换的地震重建 1718.3.1 纹理块张量预变换 1718.3.2 纹理块张量预变换下地震数据重建模型 1738.3.3 模型求解 1738.3.4 数值实验 1758.4 基于log-sum函数的地震数据重建 1808.4.1 基于核范数的地震数据重建方法 1818.4.2 基于log-sum函数的地震数据重建方法 1818.4.3 数值实验 1838.5 基于自相似性和低秩先验的地震数据随机噪声压制 1878.5.1 自相似块匹配 1878.5.2 基于截断核范数的低秩模型 1888.5.3 APGL优化求解 1898.5.4 数值实验 191第9章 深度学习在地震数据重建中的应用 1959.1 深度学习概述 1959.1.1 深度学习的起源与发展 1959.1.2 深度学习应用于地震数据重建的研究现状 1969.2 卷积神经网络 1969.2.1 卷积神经网络的基本组成部分 1969.2.2 地震数据重建中常用的CNN模型 1999.3 带纹理约束的深度神经网络在地震数据插值中的应用 2009.3.1 算法模型 2019.3.2 实验分析 2039.4 基于深度先验的地震数据插值 2109.4.1 基础知识 2109.4.2 实验分析 2159.5 基于卷积神经网络的地震数据去噪 2209.5.1 CNN-NP结构 2209.5.2 随机噪声去除 2229.5.3 面波去除 225参考文献 228
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
