近期,我院智能信息处理与信息系统研究所教师张晓丹副教授撰写的题为《Least squares reversetime migration imaging with illumination preconditioned based on improved PRP conjugate gradients》(DOI:10.1038/s41598-023-40578-8)在《SCIENTIFIC REPORTS》(中科院分区:3区)上发表。
该文针对最小二乘逆时偏移成像方法在深部薄层的更精准成像和效率提升方面展开研究,提出了联合照明算子的改进PRP共轭梯度方法,文中构建了PRP共轭梯度法的优化因子用于改善梯度的迭代方向,有效降低数据残差,加快迭代速度,同时照明算子解决了迭代梯度信息不足导致分辨率低的问题。文中实验表明,所提方法在深部细节表征和同相轴连续性方面得到较大提升,迭代曲线收敛速度明显加快,归一化数据残差较传统方法平均可减少6.55%,有效地提高了最小二乘逆时偏移成像的精度。本文的思路为采用数理方法解决波传播成像中的实际应用问题,该方法可用于各类波的波场以及介质成像等研究领域。
人物链接:
![EF26](/__local/9/66/9E/3870A58AF118DEE89C531BAC3F4_D3471611_EF26.jpg)
张晓丹个人简介
张晓丹,女,1981年,副教授。主持和参与国家自然科学基金项目、陕西省自然科学基金青年和面上项目、陕西省教育厅自然科学专项、西安市科技局科技创新计划项目、中国纺织工业联合会科技指导性计划项目10余项。近年来,以第一作者/通信作者在SCIENTIFIC REPORTS、EURASIP Journal on Image and Video Processing,Basic&ClinicalPharmacology&Toxicology、Sensors、地球物理学进展等国内外重要期刊和会议发表多篇学术论文。主要研究方向:波动信号成像、脑电波信号的分析与情感及行为识别等。