درون یابی ردلرزه ها براساس کاهش رتبه ماتریس
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تحصیلات تکمیلی صنعتی کرمان - پژوهشکده علوم محیطی
- نویسنده فاطمه مباشزی
- استاد راهنما حمید رضا سیاهکوهی علی رضا احممدی
- سال انتشار 1390
چکیده
یکی از مشکلاتی که در هنگام داده برداری ایجاد و موقع پردازش داده های لرزه ای محدودیت هایی را به وجود می آورد، غیر یکنواخت بودن نمونه برداری در مکان است. برای رفع این مشکل باید ردلرزه هایی که در داده لرزه ای وجود ندارند با استفاده از ردلرزه های موجود بازیابی گردند؛ و به این ترتیب میدان موج را بازسازی کنیم. برای این منظور در این تحقیق به درون یابی ردلرزه ها در داده لرزه ای قبل از برانبارش، با استفاده از فیلتری با نام کادزو و بر پایه تجزیه به ویژه تصویرها می پردازیم. این فیلتر در حوزه f-xy عمل می کند. نحوه عمل فیلتر کادزو به این صورت است که مجموع چند ویژه تصویر مربوط به ماتریس هنکل به دست آمده از هر برش بسامد ثابت از داده-های لرزه ای را جایگزین خود ماتریس هنکل می کند. به این عمل کاهش رتبه ماتریس گفته می شود. شایان ذکر است این کاهش رتبه در شرایطی که برخی و یا شاید اکثر عناصر ماتریس ناشناخته هستند انجام پذیر است که به آن اصطلاحا تکمیل ماتریس (matrix completion و یا matrix imputation) اطلاق می-شود. این فیلتر در این پایان نامه در محیط متلب تدوین و کارآیی آن روی داده های لرزه ای واقعی و مصنوعی بررسی شد. روش برای درون یابی رویدادهای لرزه ای افقی یا شیب دار خوب عمل می نماید.
منابع مشابه
استفاده از بردارهای پایه ی فوریه در الگوریتم تعقیب تطابق برای درون یابی داده ی لرزه ای و بازسازی ردلرزه ها بر روی شبکه های منظم
در اغلب مراحل پردازش دادههای لرزهای فرض بر یکنواخت بودن نمونه برداری زمانی و مکانی است. از اینرو بازسازی دادههای لرزهای مفقود، درونیابی گاف بین ردلرزهها و مرتب نمودن ردلرزه ها بر روی یک شبکة منظم و متراکم یکی از گامهای مهم در فرآیند پردازش دادههای لرزهای جهت بالا بردن دقّت و صحت مراحل بعدی پردازش است. اهمیت این موضوع سبب معرفی روشهای زیادی در این راستا شده است. ایدهی اصلی برخی از روشه...
متن کاملپنهانشکنی تصویر براساس ویژگیهای ماتریس هموقوعی
In this paper two novel steganalysis methods is presented based on co-occurrence matrix of an image. It is shown that by using features extracted from this matrix, we can differentiate between cover and stego images. These features include energy, entropy, contrast, inverse difference moment, maximum probability and correlation. We use SVM classification for separation of cover and stego imag...
متن کاملتجزیه رتبه کامل شکل پلکانی ماتریس ها
هدف اصلی این پایان نامه بدست آوردن یک تجزیه رتبه کامل پلکانی برای ماتریس های کلا مثبت (نامنفی) و ماتریس های کلا نامثبت (منفی) است و اینکه هر ماتریسی تجزیه رتبه کامل پلکانی ندارد. بدین منظور ابتدا به بیان خواص و چگونگی تجزیه ماتریس های کلا مثبت (نامنفی) پرداخته و سپس با استفاده از این مطالب به معرفی ماتریس های کلا نامثبت (منفی)، خواص وچگونگی تجزیه و تولید آنها می پردازیم.
15 صفحه اولارزیابی درون یابی به روش کریجینگ
تهیه نقشه های پراکندگی و ادغام آنهاتوسط روشهای آمار فضایی و سیستم های اطلاعات جغرافیائی GIS در گرایش های مختلف جغرافیا نقش ویژه ای یافته است لذا جغرافیدانان برای تهیه این نقشه ها از روشهای درون یابی بهره می برند روش کریجینگ از جمله مدلهای پر طرفدار در این زمینه میباشد از آنجائی که این روش تفاوتهای عمده ای با سایر روشها دارد بنابراین در این مقاله مدل کریجینگ در درون یابی مورد بررسی و نقد قرار گر...
متن کاملیک درون یابی اسپلاین گویا دو متغیره براساس مقادیر تابع
در این پایان نامه در نظر داریم که یک تابع دومتغیره حقیقی مقدار را با بکارگیری یک ترکیب مشخص از توابع گویا تقریب بزنیم. هدف اصلی در استفاده از درونیابی با توابع گویا، بازسازی نمودن تابعی است که بطور صریح بیان نشده و تنها مقادیر تابعی و مشتقات مراتب معینی ازآن تابع در مجموعه ای از نقاط شبکه های معلوم می باشند. برای درونیابی یک مجموعه از نقاط شبکهای، ابتدا با افراز ناحیه مفروض به یک مجموعه متناهی ...
منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تحصیلات تکمیلی صنعتی کرمان - پژوهشکده علوم محیطی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023