[发明专利]基于无监督分类的二维地震数据全层位自动追踪方法

权利要求书

1.一种基于无监督分类的二维地震数据全层位自动追踪方法，所述方法包括：

读入二维地震数据以及控制层位数据；

查找二维地震数据波形的极值点；

基于查找的极值点，通过切比雪夫多项式来拟合地震波形，将拟合系数作为特征向量；

对拟合的地震波形进行基于特征向量的无监督分类，从而得到二维地震数据的全层位自动追踪结果。

2.如权利要求1所述的方法，其中，所述极值点包括极大值或极小值或者查找二维地震数据波形的过零点并基于查找的过零点通过切比雪夫多项式来拟合地震波形。

3.如权利要求1所述的方法，其中，对拟合的地震波形进行基于特征向量的无监督分类的步骤包括：

根据特征向量的概率密度函数建立统计模型：

f(a|c,u,Σ)=Πk∈ϵf(ak|ck,uck,Σck)]]>

=Πk∈ϵ(2π)-nA/2|Σck|-1/2exp{-(ak-uck)′Σ-1ck(ak-uck)/2}---(3),]]>

其中，是特征向量A_k的边缘分布，c_k∈{1,2,…,n_c}表示分类的类标识，总共分为n_c类，表示高斯分布的均值，表示相应的方差；

采用最大似然方法对特征向量进行聚类分析：

ML=maxθ(f(A|θ))=maxθ(Πk∈ϵf(ak|ck,uck,Σck))---(4),]]>

通过对公式（4）进行求导得到：

uc^=1|ϵc|Σk∈ϵcAk---(5),]]>

Σc^=1|ϵc|Σk∈ϵc(Ak-uc^)2---(6),]]>

ck^=argmaxckf(ak|ck,uc,Σc)---(7),]]>

其中，和分别为u，∑和c的估计值；

通过EM最大期望算法不断迭代得到相应的估计值：

uc^=1|ϵ|Σk∈ϵf(c|Ak,uc^,Σc^)Ak---(8)]]>

Σc^=1|ϵ|Σk∈ϵf(c|Ak,uc^,Σc^)(Ak-uc^)2---(9)]]>

通过公式（8）和（9）得到各个聚类团的均值和协方差矩阵；

将各个分类样本点映射到各自对应的聚类团中，即将各个极值点分配到不同的类型中，这些类型对应于初始得到的各个层位片段所经过的层位点，从而得到二维地震数据的全层位自动追踪结果。