解决或解决不充分和有噪音的层析成像系统
DSpace/Manakin存储库
解决或解决不充分和有噪音的层析成像系统
诺莱特,G。
(1985)《计算物理杂志》,第61卷,第3期,第463-482页
(文章)
摘要
地震学中的层析成像通常会导致线性方程组的不确定性和不一致性。
在解决问题时,必须注意控制数据错误的传播。
本文测试了三种阻尼最小二乘算法对地震中遇到的稀疏矩阵的适用性
…阅读更多
层析成像:(1)使用Lanczos迭代进行奇异值分解,(2)使用LSQR算法进行共轭梯度迭代,以及(3)使用Dines-Lytle方法。
Lanczos迭代可以应用于低秩的大型稀疏系统,通过奇异值分解计算解,但对于较大规模的问题,它变得不切实际。
Paige-Saunders算法(LSQR)将Lanczos迭代引入共轭梯度法,为具有可接受滤波特性的系统提供了最小二乘解。
在合成层析实验中,它的收敛速度比Dines-Lytle算法(一种平稳的迭代过程)快一个数量级。
对于大型层析成像系统,可用计算机时间的限制对迭代次数造成了限制,这表明共轭方向方法比更常用的高斯-赛德尔类型算法更可取。
当问题严重不确定或受到大数据误差的影响时,为了避免得出不合理的结论,必须对数据集进行分辨率分析。
给出了一种确定稀疏系统分辨率的算法。
显示较少
下载/全文
通过乌得勒支大学知识库开放访问版本
国际标准编号:0021-9991
出版商:爱思唯尔
请参见
更多统计信息
关于此项目