基于半监督核均值漂移聚类的地震相识别研究

摘要：

地震相识别是根据地震数据内部结构,将之划分为不同的地震相结构单元.本文研究基于半监督核均值漂移聚类的地震相自动识别算法,有效结合了半监督学习和核均值漂移聚类的优势,不用人为给定聚类个数,并且在聚类过程中方便引入少量地震相先验信息,从而有效提升地震相识别的准确性.理论数据聚类展示了该算法对地震相中的多个结构单元识别准确度较高.北海F3实际数据聚类结果表明,本文算法可以得到合理的地震相个数,与其它六种聚类算法的结果相比,本算法划分的地震相结构层次分明且能够区分细小微层.

关键词：均值漂移、半监督学习、机器学习、地震相识别

所属期刊栏目：46

分类号：P631

资助基金：中国博士后基金2014M561053;河北省自然科学基金E2016202341;教育部人文社会科学研究规划基金15YJA630108

在线出版日期：2018-02-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：6-12