聚类分析在地球物理中的应用进展

摘要：

人类在认识世界的过程中会根据事物的相似性来分辨和认识事物,而聚类就是根据事物的某个或某些属性把它们划分成若干类别或组,使得同一类或组中事物尽可能的一致或相似,不同类或组中的事物差别很大.由于数学理论和计算技术的不断完善,聚类分析的方法也随之得到了很大发展,美国加州大学教授Zadeh在1965年提出了创建模糊集合论,Ruspinid在1969年介绍了模糊聚类划分的具体概念,使得模糊聚类得到进一步的发展.1974年Bezdek等介绍了基于ISODATA的模糊聚类算法,进一步推动了聚类分析的发展.1967年McQueen总结了Cox、Sebestyen的研究成果,提出了K-means算法,并详细证明了该算法的有效性和可行性,同时并介绍了K-means算法的具体计算流程;为了能够全面认识聚类分析算法,方开泰等在1982年对典型的聚类分析方法进行了总结.根据不同用途、不同原理,毛国君等在2005年对聚类分析方法进一步总结:划分法、层次法、基于密度、基于网格等聚类分析方法.由于聚类分析具有较好的鲁棒性及较少的先验的信息,聚类分析已广泛应用在数据挖掘、图形与图像分析、模式识别、信息检索等领域中,为了充分是认识聚类分析方法以及其应用价值,本文对几种典型的聚类分析方法及在地球物理中的应用做了简要的分析.

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：103-105