论文部分内容阅读
随着测井技术的发展，各大油田采集和存储的测井数据量呈井喷式增长，并存在大量冗余和噪声，在进行油气层识别前必须对测井数据进行压缩和去噪等预处理。低秩矩阵恢复（Low-Rank Matrix Recovery，LRMR）理论将压缩感知（Compressed Sensing，CS）中向量样例的稀疏表示推广到矩阵的低秩情形，从较大但稀疏的误差中恢复出本质上低秩的数据矩阵，可更好地保持数据结构，提高去噪效果。因此将低秩矩阵恢复理论中的去噪方法应用于石油测井中，实现对测井数据的去噪处理。对比研究了加速近端梯度算法（A