فیلتر پخش ناهمسانگرد بهینه شده توسط شبکه استنتاج عصبی- فازی تطبیق‌پذیر و کاربرد آن در تضعیف نوفه تصادفی در داده‌های لرزه‌ای | ||
| پژوهش های ژئوفیزیک کاربردی | ||
| مقاله 20، دوره 4، شماره 2، مهر 1397، صفحه 429-440 اصل مقاله (4.81 M) | ||
| نوع مقاله: سایر مقالات | ||
| شناسه دیجیتال (DOI): 10.22044/jrag.2017.5562.1109 | ||
| نویسندگان | ||
| روح اله کیمیایی فر1؛ حمیدرضا سیاهکوهی2؛ علیرضا حاجیان* 3؛ احمد کلهر4 | ||
| 1دانشجوی دکتری، دانشکده علوم پایه، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران | ||
| 2استاد، مؤسسه ژئوفیزیک، دانشگاه تهران | ||
| 3استادیار، گروه فیزیک، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران | ||
| 4استادیار، دانشکده مهندسی برق، دانشگاه تهران | ||
| چکیده | ||
| فیلتر پخش ناهمسانگرد می‌تواند به عنوان یک روش کارآمد سطح نوفه تصادفی را در بسیاری از داده‌های کاهش دهد، هرچند در استفاده از این فیلتر برای داده‌های لرزه‌ای با سطح نوفه بالا، باید جانب احتیاط را در مورد ظهور رویدادهای غیرواقعی در مقطع رعایت نمود. در این مقاله، به عنوان یک راه‌حل به منظور مقابله با این مسئله، با معرفی یک چهارچوب هوشمندِ خودکار، خروجی بهینه فیلتر، برای هر نقطه از داده‌های ورودی، از طریق شبکه استنتاج عصبی- فازی تطبیق‌پذیر استخراج می‌شود. آموزش شبکه عصبی-فازی، با استفاده از خروجی فیلتر پخش ناهمسانگرد و نیز خوشه‌بندی فازی و توسط الگوریتم C- Mean تعیین میگردد. آزمایش‌های انجام شده در این تحقیق نشان میدهد که در مقام مقایسه با فیلتر پخش ناهمسانگردِ مرسوم، روش ارائه شده به صورت محسوس، در دستیابی به مقاطع مصنوعی با نسبت سیگنال به نوفه بالاتر، حداکثر به میزان 32% عملکرد فیلتر پخش ناهمسانگرد را ارتقا داده است. در داده‌های حقیقی نیز، علاوه بر تضعیف نوفه‌های مقطع، نسبت به حفظ رویدادهای همدوس مقطع، دقیقتر عمل کرده است. | ||
| کلیدواژه‌ها | ||
| تضعیف نوفه تصادفی؛ فیلتر پخش ناهمسانگرد؛ شبکه استنتاج عصبی- فازی تطبیق‌پذیر؛ خوشه‌بندی فازی | ||
|
آمار تعداد مشاهده مقاله: 1,141 تعداد دریافت فایل اصل مقاله: 1,157 |
||