...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>First Break >Attribute analysis improvement by means of smart averaging
【24h】

Attribute analysis improvement by means of smart averaging

机译：通过智能平均来改进属性分析

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Seismic attribute maps can benefit from dedicated processing for suppression of noise and improvement in geological feature delineation. Traditional 2D windowed frequency filtering, or smoothing, can degrade the required resolution and hence impacts interpretability. We propose a 'Smart Averaging' (SA) technique, which is an optimization routine based on specific criteria, and we show that the root mean square (RMS) deviation minimization criterion is effective for both spikes and random noise, providing both visual and interpretation improvement. It out-performs conventional fixed window smoothing, or averaging. The dependency between interpretation reliability, data resolution and random noise level is demonstrated. When the attribute maps have very high levels of noise, we show that interpretation is still successful, even if the attribute map detail is noticeably compromised.
机译：地震属性地图可以从专用处理中受益，以抑制噪声和地质特征描绘的改进。 传统的2D窗口频率滤波或平滑，可以降低所需的分辨率，从而影响影响性解释性。 我们提出了一个“智能平均”（SA）技术，它是基于特定标准的优化例程，并且我们表明根均线（RMS）偏差最小化标准对于尖峰和随机噪声有效，提供视觉和解释 改进。 它出现了传统的固定窗口平滑，或平均。 演示解释可靠性，数据分辨率和随机噪声级之间的依赖性。 当属性映射具有非常高的噪声时，即使属性映射详细信息明显受损，我们也显示解释仍然是成功的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号