| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及发展趋势 | 第10-14页 |
| 1.2.1 国内外研究现状 | 第10-14页 |
| 1.2.2 发展趋势 | 第14页 |
| 1.3 本文主要研究内容及结构安排 | 第14-17页 |
| 1.3.1 主要研究内容 | 第14-15页 |
| 1.3.2 全文结构安排 | 第15-17页 |
| 第二章 核聚类原理与地震属性提取问题 | 第17-21页 |
| 2.1 核K均值聚类算法 | 第17-18页 |
| 2.1.1 K均值聚类算法 | 第17页 |
| 2.1.2 核K均值聚类算法 | 第17-18页 |
| 2.2 核均值漂移聚类算法 | 第18-20页 |
| 2.2.1 均值漂移聚类算法 | 第18-19页 |
| 2.2.2 核均值漂移聚类算法 | 第19-20页 |
| 2.3 地震属性提取问题 | 第20页 |
| 2.3.1 提取地震属性与归一化 | 第20页 |
| 2.3.2 地震属性优选 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于近似核K均值聚类的地震相识别研究 | 第21-33页 |
| 3.1 AKK均值聚类算法研究意义 | 第21页 |
| 3.2 AKK均值聚类算法原理 | 第21-23页 |
| 3.2.1 AKK均值聚类算法简述 | 第21-22页 |
| 3.2.2 应用AKK均值聚类法进行地震相识别流程 | 第22-23页 |
| 3.3 实验结果分析 | 第23-30页 |
| 3.3.1 理论数据模型实验 | 第23-25页 |
| 3.3.2 实际地震数据实验 | 第25-30页 |
| 3.4 本章小结 | 第30-33页 |
| 第四章 基于多视角加权近似核K均值聚类的地震相识别研究 | 第33-49页 |
| 4.1 MV-AKK均值聚类算法研究背景与意义 | 第33-34页 |
| 4.1.1 MV-AKK均值聚类算法研究背景 | 第33页 |
| 4.1.2 MV-AKK均值聚类算法研究意义 | 第33-34页 |
| 4.2 MV-AKK均值聚类算法原理 | 第34-36页 |
| 4.2.1 定义目标函数 | 第34-35页 |
| 4.2.2 权重更新规则 | 第35-36页 |
| 4.3 实验结果分析 | 第36-47页 |
| 4.3.1 应用MV-AKK均值聚类识别地震相的流程及步骤 | 第36-37页 |
| 4.3.2 实验结果分析 | 第37-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第五章 基于半监督核均值漂移聚类的地震相识别研究 | 第49-61页 |
| 5.1 SKMS聚类算法研究意义 | 第49页 |
| 5.2 SKMS聚类算法原理 | 第49-52页 |
| 5.2.1 通过更新核函数实现线性变换 | 第50-51页 |
| 5.2.2 通过logdet布雷格曼散度实现核函数更新 | 第51-52页 |
| 5.3 实验结果分析 | 第52-59页 |
| 5.3.1 应用SKMS聚类进行地震相识别的步骤 | 第52-53页 |
| 5.3.2 理论数据模型实验 | 第53-56页 |
| 5.3.3 实际地震数据实验 | 第56-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第六章 结论 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 攻读学位期间所取得的相关科研成果 | 第69-71页 |
| 致谢 | 第71页 |
