文摘
英文文摘
声明
第一章前言
1.1研究的目的及意义
1.2独立分量分析方法简介
1.3独立分量分析的国内外发展状况
1.4本文主要研究内容
第二章独立分量分析基本理论
2.1独立分量分析的基本理论
2.1.1概率论相关知识
2.1.2统计论基本理论
2.1.3熵的定义
2.1.4 Kullback-Leiler散度
2.1.5互信息
2.2独立分量分析的数学模型
2.2.1独立分量分析的基本原理
2.2.2独立分量分析的独立性度量
2.2.3独立分量分析的不确定性
2.3信号预处理
2.3.1信号的零均值化
2.3.2信号的白化
2.3.3独立分量分析与主分量分析的关系
2.4小结
第三章独立分量分析算法
3.1独立分量分析的目标函数
3.1.1负熵最大化或互信息最大化
3.1.2互信息最小化
3.1.3最大似然估计法
3.2独立分量分析的优化算法
3.2.1随机梯度学习算法
3.2.2自然梯度学习算法
3.2.3 EASI算法
3.2.4固定点算法
3.3独立分量分析的其他推广形式
3.4小结
第四章模型试算与算法效果分析
4.1基于峰度的ICA算法
4.1.1基于峰度的ICA算法推导
4.1.2算法有效性验证
4.1.3算法模型效果处理分析
4.2快速独立分量分析算法
4.2.1 FastICA算法推导
4.2.2算法有效性验证
4.2.3算法模型效果处理分析
4.3实际资料应用
4.3.1 ICA算法在地震信号去噪中的应用
4.3.2地震属性提取及分析
4.3.3储层参数预测
结论与认识
参考文献
攻读硕士学位期间取得的学术成果
致谢