[發(fā)明專利]一種基于勢(shì)函數(shù)的微地震事件去噪和聚類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710838746.3
• 申請(qǐng)日: 2017-09-18
• 公開（公告）號(hào): CN107479093B
• 公開（公告）日: 2018-12-21
• 發(fā)明（設(shè)計(jì)）人: 尚雪義;李夕兵;董隴軍;王澤偉;劉棟;周勇勇;劉德彪
• 申請(qǐng)（專利權(quán)）人: 中南大學(xué)
• 主分類號(hào): G01V1/30
• 分類號(hào): G01V1/30;G01V1/36
• 代理公司: 長(zhǎng)沙市融智專利事務(wù)所 43114
• 代理人: 龔燕妮

本發(fā)明公開了一種基于勢(shì)函數(shù)的微地震事件去噪和聚類方法，包括如下步驟：將待聚類微地震事件數(shù)據(jù)集導(dǎo)入Matlab中；利用勢(shì)函數(shù)計(jì)算任意事件i的勢(shì)值和設(shè)定閥值去除噪聲微地震事件；根據(jù)提出的勢(shì)值和?距離法得到聚類中心；以此作為K?means的初始聚類中心，進(jìn)而對(duì)去噪后微地震事件聚類。該方法有效地去除了定位誤差較大的微地震事件，同時(shí)降低了K?means對(duì)初始聚類中心要求較高的技術(shù)問題。此方法具有勢(shì)函數(shù)多樣、去除噪聲事件、易于得到全局最優(yōu)等特點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明屬于聚類分析技術(shù)領(lǐng)域，尤其是涉及一種基于勢(shì)函數(shù)的微地震事件去噪和聚類方法。

背景技術(shù)

微地震監(jiān)測(cè)在國(guó)內(nèi)外礦山工程、油氣開采、邊坡穩(wěn)定和隧道工程等領(lǐng)域得到了廣泛應(yīng)用。其中，微地震事件聚類分析對(duì)地質(zhì)結(jié)構(gòu)解釋和微地震災(zāi)害評(píng)估具有重要意義。微地震事件聚類可以人為劃分，但其受主觀因素影響較大，且很難實(shí)時(shí)處理大批量數(shù)據(jù)。為此，K-means聚類、凝聚層次聚類、自組織映射神經(jīng)網(wǎng)絡(luò)聚類和高斯聚類等方法被應(yīng)用至微地震事件聚類分析中。

凝聚層次聚類將每個(gè)點(diǎn)作為一個(gè)簇，每一步合并兩個(gè)最接近的簇，噪聲點(diǎn)容易各占一簇。此外，凝聚層次聚類容易得到條狀結(jié)果。SOM聚類的本質(zhì)是一種只有輸入層-隱藏層的神經(jīng)網(wǎng)絡(luò)，其可視化效果較好，但其在每個(gè)輸入數(shù)據(jù)找到一個(gè)最相似的類后，仍會(huì)更新臨近的節(jié)點(diǎn)，使得其聚類效果較K-means差。GMM聚類將待聚類數(shù)據(jù)視為K個(gè)高斯簇，然而簇不為高斯分布時(shí)，聚類效果較差。而K-means聚類以其簡(jiǎn)單、實(shí)用等特點(diǎn)得到了廣泛應(yīng)用。

Weatherill&Burton(2009)采用K-means聚類對(duì)Aegea區(qū)域地震分布和斷層類型進(jìn)行了研究。Rehman等(2014)借助K-means聚類解釋了巴基斯坦地震災(zāi)害、風(fēng)險(xiǎn)和地質(zhì)結(jié)構(gòu)。Morales-Esteban等(2014)提出了一種基于自適應(yīng)馬氏距離的K-means聚類方法，并研究了克羅地亞和伊比利亞半島的地震分布。Ramdani等(2015)利用K-means聚類中心驗(yàn)證了直布羅陀弧和安第斯山脈存在俯沖帶。Besheli等(2015)使用K-means聚類對(duì)伊朗不同區(qū)域地震前兆進(jìn)行了分析。

上述K-means聚類研究未對(duì)初始聚類中心進(jìn)行優(yōu)化選取，且未對(duì)噪聲事件進(jìn)行去噪。可見現(xiàn)有的地震事件聚類方法存在很大的局限，需要研究一種具有去除噪聲、優(yōu)化初始聚類中心的自動(dòng)聚類方法。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是提供一種基于勢(shì)函數(shù)的微地震事件去噪和聚類方法，該微地震事件聚類方法具有勢(shì)函數(shù)多樣、去除噪聲事件、易于得到全局最優(yōu)等特點(diǎn)。

發(fā)明的技術(shù)解決方案如下：

一種基于勢(shì)函數(shù)的微地震事件去噪和聚類方法，包括以下步驟：

步驟1：將待聚類微地震事件數(shù)據(jù)集導(dǎo)入Matlab中；

將待聚類微地震事件數(shù)據(jù)集U₁導(dǎo)入Matlab中，U₁指待聚類微地震事件的屬性，每一個(gè)微地震事件的屬性從微地震事件的三維坐標(biāo)(X_i,Y_i,Z_i)、發(fā)生時(shí)間t_i以及震級(jí)M_i中選取得到，i表示第i個(gè)微地震事件，i＝1,2,…,n，n為待聚類的微地震事件的數(shù)目；

步驟2：利用勢(shì)函數(shù)計(jì)算微地震事件i的勢(shì)值和

其中，表示微地震事件j對(duì)微地震事件i作用的勢(shì)值，x_i,l表示事件i的第l個(gè)屬性值，x_j,l表示事件j的第l個(gè)屬性值；p為微地震事件屬性維數(shù)，取值為2～5，Ω為距離作用因子，取值為以使得勢(shì)值和的熵取得最小值時(shí)對(duì)應(yīng)的Ω；

U₁-i表示數(shù)據(jù)集U₁減去事件i，微地震事件屬性單位不同時(shí)，勢(shì)函數(shù)計(jì)算前須歸一化輸入數(shù)據(jù)。