第一个书签之前
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究历史与现状
1.2.1 无监督方法
1.2.2 有监督方法
1.3 本文的主要工作与创新
1.4 本论文的结构安排
第二章 叠前地震波形分类技术原理
2.1 叠前地震数据降噪预处理
2.2 叠前地震数据降维和特征提取
2.2.1 主成分分析
2.2.2 奇异值分解
2.2.3 自编码器
2.3 分类识别算法
2.3.1 无监督算法
2.3.2 半监督算法
2.4 本章小结
第三章 基于深度卷积自编码器的无监督叠前地震波形分类方法
3.1 深度神经网络
3.1.1 多隐层前馈神经网络
3.1.2 反向传播算法
3.2 卷积神经网络
3.2.1 卷积
3.2.2 池化
3.2.3 激活函数
3.2.4 批量归一化
3.3 学习算法及训练策略
3.3.1 数据预处理
3.3.2 网络模型参数初始化
3.4.1 深度卷积自编码器
3.4.2 数据预处理和建模
3.4.3 无监督的特征学习
3.5 基于FSOM算法的无监督叠前地震波形分类
3.5.1 自组织映射神经网络
3.5.2 模糊自组织映射网络
3.6.1 算法总体描述
3.6.2 算法实际应用
3.7 本章小结
第四章 基于深度卷积生成对抗网络的叠前地震波形分类方法
4.1 生成对抗网络的基本原理
4.1.1 网络模型的产生
4.1.2 网络模型的数学物理描述
4.2 深度卷积对抗生成网络
4.2.1 网络模型的基本结构
4.2.2 网络模型的性能分析
4.3 算法总体描述及应用
4.3.1 算法总体描述
4.3.2 算法实际应用
4.4 本章小结
第五章 总结与展望
5.1 全文总结
5.2 工作展望
致 谢
参考文献
攻硕期间取得的研究成果
电子科技大学;