Random noise attenuation via the randomized canonical polyadic decomposition

ABSTRACT Tensor algebra provides a robust framework for multi‐dimensional seismic data processing. A low‐rank tensor can represent a noise‐free seismic data volume. Additive random noise will increase the rank of the tensor. Hence, tensor rank‐reduction techniques can be used to filter random noise....

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Geophysical Prospecting Ročník 68; číslo 3; s. 872 - 891
Hlavní autoři:	Gao, Wenlei, Sacchi, Mauricio D.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Houten Wiley Subscription Services, Inc 01.03.2020
Témata:	Additives Algorithms Attenuation Computing costs Data processing Decomposition Dimensional analysis Filtration Least squares method Mathematical analysis Multi‐linear algebra Noise Noise reduction Random noise Randomization Seismic data processing Signal processing Singular value decomposition Spectrum analysis Tensors
ISSN:	0016-8025, 1365-2478
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!