基于修正柯西分布的弹性参数反演方法

来源 :石油物探 | 被引量 : 0次 | 上传用户:GYS876
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
岩石性参数能够直接反映储层流体的变化,因而在含油气储层流体识别中应用十分广泛.传统的弹性参数反演方法通常是基于不同角度的弹性阻抗体进行线性求解,对噪声较为敏感,稳健性较差.其主要原因在于传统方法所采用的最小平方线性回归的应用前提是噪声扰动服从高斯分布,而实际上,在地球物理勘探领域,观测资料中噪声的分布特征更接近于修正柯西分布.在传统的弹性参数反演方法原理的基础上,从最大似然估计理论出发,分析了最小平方线性回归的应用局限,并基于修正柯西概率密度分布函数,推导出了一种高稳健性的线性回归方法,将其应用到弹性参数
其他文献
城市计算的数据具有鲜明的时空特性,即时间维度相似性与空间维度相近性的耦合关系,因此,对时空数据的分析和处理,已成为城市计算中亟需解决的热点问题。面向城市污染中的空气
针对多聚焦图像融合提取聚焦区域不准确,融合图像的边缘存在伪影的问题,提出了一种基于鲁棒主成分分析的多聚焦图像融合方法。首先,用鲁棒主成分分析将源图像分解为低秩分量和稀疏分量。然后分析不同分量的特性,设计相应的融合规则。针对低秩分量,提出基于卷积神经网络的融合策略,用于提取源图像的纹理细节,构建权重图;对于稀疏分量,采用基于拉普拉斯能量和的方法生成决策图,为了使决策图的边缘与源图像保持一致,将多幅源