Low-field NMR inversion based on low-rank and sparsity restraint of relaxation spectra

平滑的 稳健性(进化) 算法 放松(心理学) 谱线 计算机科学 低分辨率 数学优化 残余物 数学 应用数学 生物系统 化学 物理 高分辨率 统计 天文 地质学 心理学 社会心理学 生物化学 遥感 生物 基因
作者
Sihui Luo,Lizhi Xiao,Jiangfeng Guo,Yan Jin,Xiaobo Qu,Zhangren Tu,Gang Luo,Can Liang
出处
期刊:Petroleum Science [Elsevier]
卷期号:19 (6): 2741-2756 被引量:2
标识
DOI:10.1016/j.petsci.2022.10.020
摘要

In this paper, we proposed a novel method for low-field nuclear magnetic resonance (NMR) inversion based on low-rank and sparsity restraint (LRSR) of relaxation spectra, with which high quality construction is made possible for one- and two-dimensional low-field and low signal to noise ratio NMR data. In this method, the low-rank and sparsity restraints are introduced into the objective function instead of the smoothing term. The low-rank features in relaxation spectra are extracted to ensure the local characteristics and morphology of spectra. The sparsity and residual term are contributed to the resolution and precision of spectra, with the elimination of the redundant relaxation components. Optimization process of the objective function is designed with alternating direction method of multiples, in which the objective function is decomposed into three subproblems to be independently solved. The optimum solution can be obtained by alternating iteration and updating process. At first, numerical simulations are conducted on synthetic echo data with different signal-to-noise ratios, to optimize the desirable regularization parameters and verify the feasibility and effectiveness of proposed method. Then, NMR experiments on solutions and artificial sandstone samples are conducted and analyzed, which validates the robustness and reliability of the proposed method. The results from simulations and experiments have demonstrated that the suggested method has unique advantages for improving the resolution of relaxation spectra and enhancing the ability of fluid quantitative identification.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
jxt发布了新的文献求助30
1秒前
1秒前
3秒前
5秒前
Ava应助夜如雨采纳,获得10
6秒前
6秒前
菠萝医生发布了新的文献求助10
6秒前
深情安青应助July采纳,获得10
7秒前
大力音响完成签到,获得积分10
7秒前
认真水儿发布了新的文献求助10
10秒前
大力音响发布了新的文献求助10
12秒前
认真水儿完成签到,获得积分10
18秒前
adobe完成签到,获得积分10
20秒前
21秒前
24秒前
王耀完成签到,获得积分10
26秒前
不止夏天发布了新的文献求助10
27秒前
29秒前
克林发布了新的文献求助10
29秒前
rocky15应助Bmo采纳,获得10
31秒前
33秒前
jxt完成签到,获得积分10
34秒前
有魅力的电脑完成签到,获得积分10
38秒前
qqz发布了新的文献求助10
42秒前
田田完成签到 ,获得积分10
45秒前
雨晴完成签到,获得积分10
49秒前
51秒前
ZX612完成签到,获得积分10
52秒前
科研通AI2S应助77采纳,获得10
53秒前
小巧冬萱完成签到,获得积分10
53秒前
55秒前
TWA发布了新的文献求助10
58秒前
hwq123完成签到,获得积分10
59秒前
1分钟前
Keming完成签到,获得积分10
1分钟前
云隐完成签到,获得积分10
1分钟前
莫娜发布了新的文献求助200
1分钟前
FashionBoy应助克林采纳,获得10
1分钟前
1分钟前
bangyang发布了新的文献求助10
1分钟前
高分求助中
Sustainable Land Management: Strategies to Cope with the Marginalisation of Agriculture 1000
Corrosion and Oxygen Control 600
Python Programming for Linguistics and Digital Humanities: Applications for Text-Focused Fields 500
Heterocyclic Stilbene and Bibenzyl Derivatives in Liverworts: Distribution, Structures, Total Synthesis and Biological Activity 500
重庆市新能源汽车产业大数据招商指南(两链两图两池两库两平台两清单两报告) 400
Division and square root. Digit-recurrence algorithms and implementations 400
行動データの計算論モデリング 強化学習モデルを例として 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 有机化学 工程类 生物化学 纳米技术 物理 内科学 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 电极 光电子学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 2547300
求助须知:如何正确求助?哪些是违规求助? 2176211
关于积分的说明 5602928
捐赠科研通 1896996
什么是DOI,文献DOI怎么找? 946495
版权声明 565383
科研通“疑难数据库(出版商)”最低求助积分说明 503744