مدلسازی داده های گرانی با استفاده از معکوس سازی به روش زیرفضا
Publish place: 31st Symposium of Geosciences
Publish Year: 1391
Type: Conference paper
Language: Persian
View: 1,343
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
GSI31_392
Index date: 9 March 2013
مدلسازی داده های گرانی با استفاده از معکوس سازی به روش زیرفضا abstract
در این تحقیق از روش زیر فضا برای برگردان سازی غیر خطی داده های گرانی جهت مدل سازی با هدف فضای بزرگ مقیاس استفاده شده است . روش ارائه شده در این مقاله برای کنترل اثر نوفه وبدشرطی وارونگی ماتریس ها بسیار مفید میباشد . با بکار بردن روش زیر فضا در عمل برگردان سازی زمان انجام وارون سازی در مقایسه با سایر روش های کلاسیک مثل مارکوات و ... کاهش خواهد یافت. روش عرضه شده روشی مبتنی بر تکرارهای متوالی است که در هر تکرار تغییرات پارامترهای مدل در یک زیر فضای p بعدی از فضای m بعدی پارامترها به دست می آید که با استفاده از این روش،پارامتر های مدل اولیه بکار برده شده به روز رسانی خواهند شد. ذر این روش بردارهای پایه مورد نیاز از تجزیه ماتریس مشتقات پاره ای اول داده ها نسبت به پارامترهای مدل به دست می آید . از بردارهای پایه بدست آمده برای تصویر سازی فضای پارامترهای مدل از فضای m بعدی به زیرفضای p بعدی استفاده می شود. ابتدا نقاط ضعف و قوت روش با برگردان سازی داده های مصنوعی مشخص شده و و سپس این روش برای برگردان سازی داده های وافعی جهت تعین شکل سنگ بستر یک حوزه رسوبی بکار برده می شود.
مدلسازی داده های گرانی با استفاده از معکوس سازی به روش زیرفضا Keywords:
مدلسازی داده های گرانی با استفاده از معکوس سازی به روش زیرفضا authors
ارغوان دواتگران
دانش آموخته کارشناسی ارشد ژئوفیزیک دانشگاه آزاد اسلامی واحد همدان
محمود میرزایی
دکتری ژئوفیزیک، دانشیار گروه فیزیک، دانشکده علوم، دانشگاه اراک
فریدون قدیمی عروس محله
دکتری زمین شناسی، استادیار دانشگاه معدن، دانشگاه صنعتی اراک
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :