一维有序样本的一种聚类方法及其在地震勘探中的应用

一维有序样本的一种聚类方法及其在地震勘探中的应用一维有序样本的一种聚类方法及其在地震勘探中的应用总览：本文主要介绍一维有序样本的一种聚类方法：分位数滑动聚类法（Quantile sliding clu

一维有序样本的一种聚类方法及其在地震勘探中的应 用 一维有序样本的一种聚类方法及其在地震勘探中的应用 总览： 本文主要介绍一维有序样本的一种聚类方法：分位数滑动聚类法 （Quantileslidingclusteringmethod，QSCM），并阐述其在地震勘 探中的应用。 正文： 一、聚类方法简介 聚类分析是把相似的个体归到同一个类别或簇中，利用每个簇内的 个体间相似度较高，簇间个体间的相似度较低进行分析。聚类方法种类 繁多，如层次聚类、K-means聚类等。然而，对于有序样本的聚类，常 规的聚类方法难以得出较好的结果。 二、QSCM方法介绍 QSCM是基于分位数与滑动窗口的一种聚类方法。其核心思想在 于，利用分位数将有序样本分为若干等分，然后利用一个可调节的窗口 滑动，将每个窗口内的数据当做一个单独的样本进行聚类分析。在每个 窗口中，聚类结果为窗口内样本的整体信息，并能够避免因序列内数据 发生较大变化而导致的聚类结果变化。 QSCM算法流程如下： 1.输入一个一维有序样本。 2.选择滑动窗口大小和步数。 3.将数据样本分为若干等分，等分的个数与样本总数和分位数种类 有关，通常取总数的平方根进行等分。