[发明专利]基于半监督算法的快速地震波形分类方法

权利要求书

1.基于半监督算法的快速地震波形分类方法，其特征在于，包括以下步骤：

S1、沿层位获得地震波形数据，并采用基于线性变换的SSDR半监督算法为地震波形数据降维；具体实现方法为：将原始地震波形数据记为集合X＝{x₁,...,x_N}，集合X中的数据包括标签数据和未标签数据两类；若原始地震波形数据x_i与x_j均为标签数据，且x_i与x_j属于同一类，则记为(x_i,x_j)∈M；原始地震波形数据x_i与x_j均为标签数据，且x_i与x_j不属于同一类，则记为(x_i,x_j)∈C；其中，1≤i≤N，1≤j≤N，i≠j；

采用SSDR半监督算法为地震波形数据降维的具体操作方法是寻找一个线性变换矩阵W＝[w₁,w₂,...,w_d]，将原始地震波形数据x_i降维为y_i＝W^Tx_i，并且能够保持原始数据的结构以及M和C的约束；同时加入大量未标签数据；具体包括以下子步骤：

S11、定义目标函数J(w)：

其中，

式中，n表示总的数据数目；α、β分别表示数据不是同一类和数据是同一类在目标函数中的权重；n_c、n_M分别表示数据不是同一类和数据是同一类的样本数；公式(1)中第一项即为加入的未标签数据；

将公式(1)简化为：J(w)＝w^TXLX^Tw，L＝D-S，D为对角矩阵，D中元素

S12、求满足以下条件的矩阵w：

S2、利用地震波形数据中的标签数据训练一个距离衡量矩阵；具体实现方法为：记标签数据x_i'∈R^d，R^d表示标签数据是d维数据；若x_i与x_j属于同一类，则(x_i,x_j)∈M，若x_i与x_j不属于同一类，则(x_i,x_j)∈C；寻找一个矩阵A，满足下列条件：

为了简化问题，将A为设为对角矩阵，得到新的等价目标函数为：

采用梯度下降和迭代的方法对公式(4)进行处理，得到距离衡量矩阵A；

S3、采用半监督Kmeans分类算法对地震波形数据进行分类，生成地震相图；具体实现方法为：已知地震波形数据集为x_i∈R^d；标签集为L_h表示第h类标签；利用半监督Kmeans分类算法将地震波形数据分为k类；包括以下子步骤：

S31、利用标签数据初始化分类中心：

其中，P是属于L_h的数据个数；

S32、令H＝1，o_g＝c_g，g＝1,2,...,k；

S33、对于每一个原始地震波形数据x_j，计算原始地震波形数据x_j和分类中心的c_g的权重W_gj：

参数t_g的计算过程如下：

其中，q表示距离c_g最近的数据点个数；

S34、对于原始地震波形数据x_j，用如下公式计算矩阵E_gj：

S35、更新每一个分类中心c_g：

γ是标签数据在类心更新时所占的权重因子；

S36、如果则结束操作，否则进入步骤S37；

S37、如果HC'，则令H＝H+1，o_g＝c_g，g＝1,2,...,k，返回步骤S33；否则结束操作；其中，C'表示算法运行的最大次数。