模糊K—均值聚类法

一、引言 K——均值聚类法又ISODATA聚类法,是一种对地质样品进行分类的有效方法,在使用过程中,该方法已取得了较好的效果。但地质样品的分类,类与类之间一般存在着模糊界限,因此,有时会发生“错分”和“错判”现象,对于这些模糊现象如用精确的数学语言描述还不如用模糊数学语言描述更为自然,更为符合实际。在六十年代的后半期,自从美国的控制论专家Za Deh(查德)提出了模糊集合概念形成模糊数学以来,Za Deh、Bellman等人曾提出将模糊集合理论应用到聚类问题上的一些设想,以后Ruspini灵活地将模糊集合理论与数理统计理论结合起来,提出了“Ruspini聚类方法”,这是模糊聚类的最早     

模糊聚类分析法在油气评价中的应用

文章介绍了模糊聚类分析在石油勘探决策中的应用,选用了烃源岩9个评价参数,利用模糊聚类方法对烃源岩进行分类评价,并对评价过程进行了详细的论述.通过对评价结果与实际地质情况进行比较,评价结果与实际情况完全符合,证明模糊聚类方法用于油气资源评价是完全可靠的.     

模糊聚类分析方法在牛场水源地水质分类中的应用

本文利用模糊聚类分析方法,采取牛场水源地中74件水质样,经筛选出18件典型代表样本,进行最大树法模糊聚类,获得的大部分结果与水源地环境背景相符合.水质可分2大类18亚类。该方法简单实用,在水质分类中具有某些优越性.     

模糊聚类在碱交代岩石和小岩体分类中的应用

聚类分析在地质工作中已经得到广泛的应用。但其计算相当复杂,一般要由电子计算机完成。此外,因相关系数或相似系数矩阵中各元素并不一定具有集合论中分类的充要条件所需的传递性,故应用多元统计选取最大值的分类方法就可能得不到满意的结果。地质工作中的分类问题一般都是模糊的。因而利用模糊数学的运算方法解决地质工作中的分类问题,会比常规的聚类方法更合理和简便。本文简略介绍模糊聚类方法的原理及其应用。     

模糊混合聚类法在福州地热水有害成分超标程度评价中的应用

来自深部循环的地热水化学成分比较复杂，为能安全而有效地使用地下热水，须对地热水中有害成分的含量进行分析评价，考虑到评价分级过程中存在的模糊性，文章从模糊集的理论与方法出发，将模糊聚类最大矩阵元原理与基于数据迭代为基础的模糊ISODATA聚类分析相结合，形成模糊混合聚类法。利用该方法对福建省福州市地热水有害成分超标程度进行了分类评价，在地热田区沿断层走向选取典型钻孔，对其中的地下热水水质有害成分超标程度进行最优分类，划分等级；并通过对地热水有害成分因子的分类，分析出引起有害成分超标的最主要的有害成分因子为F^-、pH、H2S等。     

基于模糊相关度的模糊聚类有效性检验方法

本文在模糊聚类算法基础上,提出了对聚类效果进行有效性检验的方法。在考虑不同指标权重、相对隶属度和距离函数的共同作用下,引入模糊划分的类间模糊相关度公式,并定义了聚类有效性函数来优选最佳聚类数,引用划分的平均模糊熵对有效性检验方法确定的最佳聚类数进行验证。通过实例应用,结合成因分析与二元对比法确定各指标权重,对聚类有效性函数的性能进行了检验,分析聚类效果,说明了本文提出的模糊聚类有效性检验方法具有较好的判断功能。     

动态聚类-模糊模式识别及其应用

本文以模糊子集论为指导,在迪戴的DCM法的基础上提出了动态聚类-模糊模式识别方法。实际上,它是一种新的模糊聚类的方法。该方法以DCM法的动态聚类部分做为原始数据变换的手段,而将迪戴的强模式概念推广为模糊模式,将强模式识别推广为模糊模式识别。此外,还提出了模糊模式间联系度的概念,从而解决了类间联系、类内典型个体、类间过渡个体、个体对各类的隶属程度以及内部有某种演化趋势的类别的划分等问题。文章还给出了该方法的数学模型和算法概要。最后,通过一个在地质学中的应用实例,说明了该方法的应用效果。     

ISODATA模糊聚类分析在PC-1500计算机上的实现及应用

一、序言在地质、物探、化探中,许多地质体或异常差异不明显,要用肉眼或一般的对比方法把它们区别开来是很困难的,更何况地质体或物化探异常等的形成和发展是受多种因素影响和制约的,单凭某种特征对它们进行分类根本是不准确的,或者说是很不可靠的。在这种情况下,应该引用多种变量对其进行分类以提高可信度。模糊聚类分析是能够做到这一点的。特别是ISODATA模糊聚类分析(软分类),使用连续变量,反复迭代,多次分类,更为准确,具有良好的应用前景.丁春平将这种方法在V-9000计算机上应用过,但其仅分为两类,而且变量数也受程序限制。     

模糊图聚类分析算法

聚类分析是一种对事物按一定要求进行分类的数学方法,并已成为数值分类学的一个分支。近年来,随着模糊数学的发展和渗透,模湖聚类分析方法在各个领域逐渐得到应用。但从实际应用来看,由于受到人为因素的干扰,聚类结果有着不同程度的失真现象,为此,人们在研究新的聚类方法,以排除人为因素的干扰,模糊图聚类分析法就是其中一种,它是将动态聚类的基本原理与模糊图连通强度概念相结合而得到的,不受人为因素的干扰,可以判断分类结果是否合理,如果不合理则加以修改,调整分类,直到得到合理的分类结果。模糊图聚类法实用、简便,应用此法,我们在物化探资料处理中取得了比较满意的结果。     

边坡稳定性分类评价的同伦模糊C-均值聚类算法

针对单一模糊C-均值聚类算法对初始聚类中心初值敏感性问题,引入同伦理论,提出了同伦模糊C-均值聚类算法。以三峡库岸研究程度较高的36个边坡为对象,采用同伦模糊C-均值聚类算法对边坡的稳定性进行分类,研究边坡最佳分类级数和算法的收敛性、可靠性。边坡聚类结果研究表明,同伦模糊C-均值聚类算法对初始聚类中心的选取没有明显的依赖性,是一个具有全局最优解的聚类方法,其结果明显好于单一模糊C-均值聚类算法。     

模糊协方差聚类分析用于夹皮沟矿区外围找金远景区的划分

模糊数学是研究和处理模糊性现象的数学。由于在地质科学研究领域中,经常面临的许多分类问题多伴随着模糊性,因而模糊数学方法正在成为解决地质分类问题的有利手段。其中,模糊聚类分析近年来在地质科学领域中的应用日见增多。但是,应用ISODATA算法解决模糊聚类问题的文章尚属鲜见。本文就此介绍笔者在吉林省著名的黄金产区——夹皮沟矿区的外围应用ISODATA算法进行模糊聚类分析,进而划分出找矿远景区的情况。     

局部敏感的峰值分离法

聚类分析是用数学工具进行分类的一种方法,它在地质方面有广泛的应用,关于聚类的各种具体方法,如系统聚类法、图伦方法、分解法,逐步聚类法等在资料中已有较详尽的介绍。本文再介绍一种被称为“局部敏感的峰值分离法”。     

模糊聚类法在划分古生物地理中的应用

古生物地理的划分,通常有综合比较法和数字统计法两种.前者是传统的方法,而数字统计法是常用的二态变量聚类分析法:以地层为样本,地层中包含的种属为变量,作Q型聚类分析.我们通过若干资料的计算,取得了较为满意的结果.但是笔者在计算过程中发现,当形成大类时,相关系数往往降到很低.作为数字分类方法的探索,对同样的资料我们采用模糊聚类法分类,结果基本上与Q型聚类法一致,而且在某些地区与综合比较法的结果更吻合.还有一个明显的特点是:在和Q型聚类法分成同样大类的情况下,模糊聚类法给出了较大的亲近度.     

模糊综合分析法在和田地下水水质评价中的应用

本文采用模糊聚类法划分地下水区域、模糊综合评判法评价水质，形成了一种地下水水质评价的新方法。利用该方法对新疆和田地区60个测点的地下水水样进行了水质综合评价。实例分析表明，该方法层次分明，简便实用，对水质评价具有较好的适用性。     

模糊综合评判与灰色聚类在岩性分类中的应用

本文结合实例介绍了模糊综合评判与灰色聚类在岩性分类中的应用，分析比较了其异同点，提出了这两种方法的适用条件。     

利用自组织特征映射神经网络和K-means聚类算法挖掘区域化探数据中的地质信息

区域化探数据包含丰富的地质信息,从区域化探数据中挖掘出这些信息,对于区域地质研究具有重要意义。笔者提出了一种利用自组织特征映射网络和K-means聚类算法挖掘区域化探数据中地质信息的方法,将标准化之后的元素含量数据作为模型输入值,通过自组织神经网络进行聚类,再通过K-means算法进行二次聚类,从聚类结果中分析其中包含的地质信息。以英格兰西南部某区水系沉积物区域化探数据为例,进行实例研究以检验该方法的实际效果。实例结果表明:(1)利用该方法得出的聚类结果图很好地响应了地质体的空间分布,可用于推断地质体的分布特征;(2)地质信息隐藏在每个聚类类型的地球化学特征之中,通过对这些特征进行分析和解释,可以挖掘出其中所包含的信息;(3)基于SOM网络和K-means聚类的区域化探数据挖掘方法是一种有效的地质信息获取方法,对于传统区域地质研究可以起到补充和增强的作用。     

节理岩体结构面优势产状确定方法研究

节理岩体结构面产状的分析在岩体的力学和水力学分析中都是极为重要的基础性工作.本文分析了传统的结构面产状图形分析法、模糊等价聚类方法和模糊C均值聚类方法(FCM算法)在节理结构面产状分析中的优缺点,针对上述3种方法各自单独使用时的利弊将这3种方法有效结合起来,得出了一种更为准确合理的产状统计分析的综合性方法.应用此方法对...     

模糊系统聚类的快速算法

一、引言模糊聚类分析是模糊数学中一个有广泛应用价值的方法,目前在地质、气象、石油、煤田、农林等方面都有着广泛应用,取得了可喜成果。模糊聚类分析的计算法,目前大都采用传递闭包法。此方法的优点在于:①计算方法简单,便于程序设计;②能打印输出一个系统聚类谱系图,直观地显示出任意一个贴近水平上的分类关系。但由于要求传递闭包,特别当样本个数较大时,要作若干次高阶方阵的自乘计算,很费时间。而在地质领域,往往是样本较多,故计算速度太慢,就不经济,不便推广。     

模糊聚类在地层分析中的应用

传统上,对于依据原始资料进行地层的划分与合并往往依靠工程师个人的经验与习惯。引入了模糊聚类概念,提出了一种根据基本物理力学指标进行土层归并分类的合理方法,物理意义明确,计算简捷,具有普遍意义。还提出了一种用参数的变异系数来检验模糊聚类结果的方法,使模糊聚类的结果与统计参数对应起来,从而使验证结果满足规范的规定,保证了地层归并的合理性。     

两级模糊分级聚类法在斜坡带稳定性综合评价中的应用

针对斜坡稳定性分带界限存在的模糊性,应用模糊数学理论建立多级模糊分级聚类法.介绍了两级模糊分级聚类在斜坡稳定性分带中的计算方法及步聚.通过两级模糊分级聚类法,分选出了与某地区斜坡带相吻合的稳定性类型.并与其它方法计算结果进行对比,说明两级模糊分级聚类法的应用效果较好,是一种简单快速的好方法.