基于加权 K 均值聚类的多属性初至拾取方法
摘要
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。
引用本文（GB/T 7714）
周竹生, 曾维祖, 刘思琴, 等. 基于加权 K 均值聚类的多属性初至拾取方法[J]. DOAJ (DOAJ: Directory of Open Access Journals), 2020.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。