地震属性聚类方法及装置

摘要

本发明公开了一种地震属性聚类方法及装置，其中地震属性聚类方法采用基于快速K‑均值的地震属性聚类，输入为预先聚类别个数及待聚类的地震属性数据，输出为每个地震属性数据所属类别标号，处理时根据三角不等式的原理省去了原始K‑均值方法每一次循环迭代都要计算每个地震属性数据到类别中心的距离用来更新每一个地震属性数据所属类别标号中的一部分不必要的计算。并且还可以包括在输入待聚类的地震属性数据之前，对每一个地震属性数据进行高斯归一化处理，以及，在进行高斯归一化处理之前，对地震属性数据中记录错误的原始时间序列信号异常数值进行剔除。本发明可以在短时间内完成大批量地震属性数据聚类分析，为勘探家提供进一步详细地质分析的基础。

主权项

一种地震属性聚类方法，其特征在于，包括：输入预先聚类别个数k及待聚类的地震属性数据{x_i,i＝1,...,N}共N个；在N个地震属性数据中随机选取其中k个，作为k个类别中心的初始点{m_p,p＝1,...,k}；为每一个地震属性数据到k个类别中心的距离d(x_i,m_p)估计下界l(x_i,m_p)，初始化均为0；对每一个地震属性数据计算d(x_i,m_p)，选取距离最近的类别中心代表的类别作为该地震属性数据的所属类别，并设置地震属性数据所属类别中心对每一个地震属性数据设置到所属类别中心的距离估计值变量u(x_i)＝min_p＝1,...,kd(x_i,m_p)；循环执行如下步骤直至类别中心收敛或循环迭代至设定次数，输出每个地震属性数据所属类别标号：对所有类别中心计算d(m_q,m_p)，q＝1,...,k，并设确认所有地震属性数据u(x_i)≥s(c(x_i))；对于所有同时满足条件m_p≠class(x_i)、u(x_i)>l(x_i,m_p)及的地震属性数据x_i和类别中心m_p：如果标志r(x_i)为真，计算d(x_i,c(x_i))并置r(x_i)为假，否则赋值d(x_i,c(x_i))＝u(x_i)；如果d(x_i,c(x_i))>l(x_i,m_r)，m_r≠c(x_i)或者计算d(x_i,m_p)；如果d(x_i,m_p)<d(x_i,c(x_i))，赋值c(x_i)＝m_p；求取每个类别所属地震属性数据的平均值mean(m_p)；更新每个地震属性数据到所属类别中心的距离下界：l(x_i,c(x_i))＝max{0,l(x_i,c(x_i)‑d(c(x_i),mean(c(x_i)))}；更新每个地震属性数据相关的上下界估计值：u(x_i)＝u(x_i)+d(c(x_i),mean(c(x_i)))，置r(x_i)为真；对k个类别中心进行更新m_p＝mean(m_p)，使用每个类别所占有的地震属性数据的均值作为新的类别中心；输入待聚类的地震属性数据之前，还包括对每一个地震属性数据进行高斯归一化处理；所述高斯归一化处理按如下公式进行：$y_i=\frac{x_i-\mu }{\sigma };$其中，{x_i,i＝1,2,...,N}为地震属性数据，{y_i,i＝1,2,...,N}为高斯归一化后的地震属性数据，