基于加权K均值聚类的多属性初至拾取方法
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。
Salvato in:
| Autori principali: | , , , |
|---|---|
| Natura: | Artigo |
| Lingua: | Chinês |
| Pubblicazione: |
Editorial Office of Acta Seismologica Sinica
2020-03-01
|
| Serie: | Dizhen xuebao |
| Soggetti: | |
| Accesso online: | https://www.dzxb.org/10.11939/jass.20190107 |
| Tags: |
Nessun Tag, puoi essere il primo ad aggiungerne!!
|