油氣地震勘探數(shù)據(jù)重建與去噪：從稀疏表示到深度學習

　　本書系統(tǒng)介紹了地震信號去噪與重建基本理論與方法，以及稀疏表示、壓縮感知、深度學習等技術在地震數(shù)據(jù)重建與去噪中的應用理論、應用方法與主要原則等內容。全書共10章，分成五部分。第一部分（第1章和第2章）闡述地震數(shù)據(jù)重建、去噪的研究背景及意義，簡述稀疏表示基本原理、多尺度幾何分析、字典學習，以及壓縮感知的基本理論與應用框架；簡述深度學習的基本原理、地震數(shù)據(jù)重建與去噪數(shù)據(jù)樣本組織方法，包括理論引導數(shù)據(jù)科學正演生成模擬樣本的過程，以及實際樣本增廣的方法。第二部分（第3章和第4章）在壓縮感知框架下，分別基于曲波、波原子稀疏表示重建地震數(shù)據(jù)，保留地震數(shù)據(jù)主要特征。第三部分（第5章和第6章）分別基于結構聚類、多道相似組局部超完備字典稀疏表示，壓制地震數(shù)據(jù)隨機噪聲，保持地震數(shù)據(jù)細節(jié)特征。第四部分（第7章和第8章）分別基于聯(lián)合傅里葉域、小波域特征約束的深度學習重建地震數(shù)據(jù)，加強數(shù)據(jù)紋理細節(jié)信息。第五部分（第9章和第10章）分別基于聯(lián)合傅里葉域約束、兩階段神經網(wǎng)絡的深度學習壓制地震數(shù)據(jù)噪聲，增強網(wǎng)絡模型的泛化能力。

暫缺《油氣地震勘探數(shù)據(jù)重建與去噪：從稀疏表示到深度學習》作者簡介