DBSCAN算法在地震相划分中的应用
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-11页 |
| ·选题背景及意义 | 第7-8页 |
| ·地震相划分的背景 | 第7页 |
| ·地震相划分的意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·主要研究内容与论文结构安排 | 第9-11页 |
| ·主要研究内容 | 第9-10页 |
| ·论文结构安排 | 第10-11页 |
| 2 基础理论知识 | 第11-25页 |
| ·地震相分析 | 第11-13页 |
| ·地震相概念 | 第11页 |
| ·地震相分析 | 第11-12页 |
| ·地震属性分析 | 第12页 |
| ·波形分析 | 第12-13页 |
| ·聚类分析理论 | 第13-18页 |
| ·聚类分析基本概念 | 第14-17页 |
| ·聚类分析方法 | 第17-18页 |
| ·四种聚类算法介绍 | 第18-24页 |
| ·K-means 算法介绍 | 第18-20页 |
| ·模糊C 均值(FCM)算法介绍 | 第20-21页 |
| ·自组织神经网络(SOM)算法介绍 | 第21-22页 |
| ·DBSCAN 算法介绍 | 第22-24页 |
| ·本章小节 | 第24-25页 |
| 3 基于地震数据的四种聚类算法比较 | 第25-37页 |
| ·引言 | 第25页 |
| ·实验数据 | 第25-26页 |
| ·聚类评价准则 | 第26页 |
| ·基于地震数据的四种聚类算法比较研究 | 第26-36页 |
| ·输入参数的要求 | 第27页 |
| ·发现任意形状聚类的能力 | 第27-28页 |
| ·处理噪声数据能力 | 第28-31页 |
| ·海量数据处理能力 | 第31-34页 |
| ·高维数据处理能力 | 第34-36页 |
| ·实验分析及评价 | 第36页 |
| ·本章小结 | 第36-37页 |
| 4 DBSCAN 算法在地震相划分中的实际应用 | 第37-49页 |
| ·引言 | 第37页 |
| ·地震数据 | 第37-40页 |
| ·标准地震数据 | 第37-38页 |
| ·本文数据介绍 | 第38页 |
| ·数据提取及预处理 | 第38-40页 |
| ·DBSCAN 算法在地震相划分中的应用 | 第40-47页 |
| ·输入参数Minpts 和Eps | 第40页 |
| ·地震数据聚类分析 | 第40-42页 |
| ·聚类结果分析 | 第42-44页 |
| ·波形分析验证 | 第44-46页 |
| ·算法缺点弥补 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 5 结论 | 第49-50页 |
| ·总结 | 第49页 |
| ·展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54-55页 |
