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....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Geophysical Prospecting Jg. 68; H. 3; S. 872 - 891
Hauptverfasser:	Gao, Wenlei, Sacchi, Mauricio D.
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Houten Wiley Subscription Services, Inc 01.03.2020
Schlagworte:	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
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!