NobleBlocks

Research indexJournal article

基于加权 K 均值聚类的多属性初至拾取方法

周竹生, 曾维祖, 刘思琴 and 1 other

SHILAP Revista de lepidopterología21 May 2020Open access

NobleIDark:/48914/w1/20260515/C66CCABFDOI10.11939/jass.20190107

Abstract

为提高初至拾取方法的准确性和自适应能力,将变异系数加权K均值聚类算法引入初至拾取中。首先提取均方根振幅、相邻道相关性、线积分、振幅谱主频等多种地震属性;然后针对地震属性进行加权K均值聚类,自动识别初至所在时窗;最后结合相位校正法,实现时窗内初至波起跳时间的拾取。在此基础上通过实际数据测试,并与长短时窗能量比法、反向传播神经网络方法对比,验证了本文方法的有效性与可行性。结果表明,基于加权K均值聚类的多属性初至拾取方法能较快速、准确地拾取低信噪比数据的初至,并且无需人为判断时窗,从而提高了拾取的自适应能力。

Discussion

Citations

Topics

More

Suggest a correction or report