排序方式： 共有3条查询结果，搜索用时 78 毫秒
1
1.
针对重力梯度张量反演中的问题,提出基于预条件共轭梯度法的重力梯度张量反演.通过在目标函数中加入粗糙度对模型进行约束以避免反演参数远多于采集点数的欠定问题不稳定,并在目标函数中添加深度加权矩阵对核函数进行补偿,以避免核函数随着深度的增大而快速衰减的问题.分别反演、比较各重力梯度张量分量和联合5个独立分量,并将重力梯度张量5个独立联合反演应用于Y型岩脉.研究结果表明:联合反演效果明显优于单一分量的反演效果,且能较好地与原始模型相吻合,证明了本文算法的有效性. 相似文献
2.
重力梯度张量解析信号的欧拉反褶积 总被引：1，自引：0，他引：1
利用重力梯度张量数据高精度的特点以及解析信号在确定异常体位置上的优势,将重力梯度张量解析信号代替位场的导数完成重力梯度张量解析信号的欧拉反褶积;通过在1个窗口内对1组数据点解3个欧拉方程来自动识别构造指数,从而规避了传统欧拉反褶积方法中需要事先确定构造指数的问题,同时减少了背景场的影响。研究结果表明:使用重力梯度张量的解析信号,其欧拉反褶积的解收敛性很好,能准确地判断地下异常体源的位置,有效规避背景场的影响,反演效果较好。 相似文献
3.
基于自适应模糊聚类分析的重力张量欧拉反褶积解 总被引：1，自引：0，他引：1
利用将重力全张量数据应用在欧拉反褶积中,规避位场梯度计算的精度问题,引入自适应模糊聚类算法克服聚类数目需要求预先确定、模糊聚类分析局部最优、分类不确定等弱点,并准确的确定多异常源的情况.核密度估计结果表明,张量欧拉反褶积比预设结构参数的欧拉反褶积方法更能表征地下异常类型;反演结果表明,传统欧拉反褶积难于识别在深大型异常源附近的浅部规模相对较小异常源;过滤后的欧拉反褶积解的空间包络基本与初始模型的一致,张量欧拉反褶积在获得多异常源的空间结构信息更具有优势. 相似文献
1