[发明专利]一种用于地震相分析的鲁棒K-means算法

权利要求书

1.一种用于地震相分析的鲁棒K-means算法，其特征在于：包括如下步骤：

S100：选取地震勘探获得的数据，该数据为原始振幅数据；

S200:设置最大相位调整参数p_max,选择待分析的目的层位，根据目的层段的地震勘探信号的主频率选择时间窗口，针对原始振幅数据通过相位调整参数p_l得到波形样本集，该波形样本集包含N个样本，利用加权的自适应相位距离对样本进行分类，具体步骤如下：

S210：从N个样本中随机选取K个样本作为该数据集的初始质心μ_i，即有K个初始质心，每个初始质心对应一个簇中心；

S220：选定第j个样本，令i＝1,2,…,K，计算第j个样本与第i个初始质心μ_i之间的加权距离，加权距离的计算表达式如下：

其中，D_w表示融合权重的自适应相位距离，即加权距离；μ_i表示第i个初始质心，即第i个簇的簇中心；x_j表示第j个样本数据，j＝1,2,…,N；p表示相位调整参数，W(p)表示相位权重；

S221：利用高斯算法计算相位的权重，具体表达式如下：

其中，σ表示高斯函数的标准差；

S222：利用W(p)计算自适应相位距离，得到融合权重的自适应相位距离D_w；

S230：依据步骤S220所得结果，选出与第j个样本加权距离值最小的初始质心，作为第j个样本的所属簇中心，此时第j个样本的聚类结果表示为z_kj；

S240：重复步骤S220和S230，对N个样本进行聚类划分，得到聚类后的数据集；

S300：建立目标函数，具体表达式如下：

其中，R表示所有类别的样本点到其类别中心的距离的总和最小值，z_ij表示聚类结果；

S400：更新第i个初始质心，即令μ_i＝μ_i′，所述μ_i′利用公式(4-1)计算:

S500：更新相位调整参数p，即令p_l＝p，所述p利用公式(5-1)计算；

S600：预设最大迭代次数和预设R的阈值，当训练至R小于阈值或者训练次数达到最大迭代次数时，参数训练完成；否则执行下一步；

S700：针对原始振幅数据通过相位调整参数p_l得到新的波形样本集，该新的波形样本集包含N个样本，用该新的波形样本集更新波形样本集,并返回步骤S220。

2.如权利要求1所述的一种用于地震相分析的鲁棒K-means算法，其特征在于：所述S400计算μ_i′的具体步骤为：

S410：当p和z为固定值，目标函数简化为：

其中，J的具体表达式如下：

S420：J对μ_i取导数，具体表达式如下：

其中，是公式(4-4)等于0，计算得到更新后的质心μ_i′。