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.     

基于粒子群算法的岩体结构面产状模糊C均值聚类分析

结构面产状分析是进行岩体力学分析及稳定性评价的基础,玫瑰花图、等密度图等传统的图形分析方法较为粗糙,无法对产状数据进行准确分析,采用模糊聚类方法则可以得到较为准确的优势产状,但需要事先指定分组数及初始聚心,且模糊聚类算法为局部寻优算法,初始划分对最终的数据分析结果影响较大。为了得到较为客观的分组结果及优势产状,同时能够针对大量结构面产状数据进行聚类分析,提出了基于粒子群算法的岩体结构面产状模糊C均值聚类算法。采用粒子群算法进行模糊C均值聚类算法初始聚心的求解,在计算过程中可同时确定最佳分组数,避免了人为指定的主观性,克服了模糊C均值聚类算法易陷入局部极小值和对初始划分敏感的不足。最后,通过工程实例中不同方法的聚类效果对比分析该算法的有效性,并将该方法应用于实测结构面产状数据的分析,得到较为符合实际的优势结构面分组。     

利用模糊聚类分析的有序谱系图对沉积物的特征进行研究

模糊聚类分析的有序谱系图应用在沉积物的规律及特征的研究上还是一种新的尝试。本文简要讨论了利用模糊聚类有序谱系图对黄石板剖面的沉积物在时间轴上的沉积顺序及沉积旋回的划分、归类等问题，取得了一定的成效及经验。     

用“找异原则”进行聚类谱系图判读的新尝试

一、引言聚类分析是一种应用十分广泛的多元统计方法。在地质学领域应用尤为普遍,几乎国内开展的各项矿床统计预测工作,都进行了某种聚类分析。其目的是根据地质体的多种地质或地球化学标志的相似性,按其某种数量指标的亲疏程度,逐步聚合而进行分类。对于Q型(关于样品的)聚类而言,在样品较少的情况下,其方法简便,结果直观;但在样品数巨大的情况下,谱系图结果的分析解释,仍是一个很复杂的问题。谱系图的判读,其结果往往与专业人     

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。     

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。     

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.     

水库控制流域汛期分期的有效聚类分析

受诸多因素影响的水库汛期分期其实质是一个聚类数目未确知的高维时间序列聚类问题,它要求聚类方法具有能处理高维和时序性数据,且能同时回答聚为几类最为合理的能力。鉴于目前常规聚类方法不同时具备这些能力,在模糊C-均值聚类和紧密与分离聚类有效函数的基础上,提出了能够处理高维时序聚类问题的动态模糊C-均值聚类分析方法和相应的时序聚类有效性函数,耦合二者建立了适用于汛期分期的有效模糊聚类分析方法,提出采用实码加速遗传算法优化求解,克服了模糊C-均值聚类方法常规迭代优化求解对初值敏感的困难,并给出了完备的建模步骤和模型的合理性检验。最后,将模型应用于滦河流域潘家口水库汛期分期中,得出了合理的结论。     

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”。     

模糊聚类动态图的性质

模糊聚类分析在地学中有广泛应用。其核心问题之一是确定相似系数。目前有14种以上的定义,且多含有参数。为免除应用者选择之苦,本文证明对某几种相似系数定义中的不同参数值都代表相同的分类结构,只要适当选择一个参数值就够了。核心问题之二是作出聚类动态图。本文引入等价模糊矩阵的脊形变换得到脊形矩阵,已证明n阶脊形矩阵至多含有n个互异元素（包括主对角线元素1）,它们分布在1级对角线上。取这些数值作为人阀值就能作出聚类动态图。对于众多的分类集合U,脊形变换能使U的元素重新排列,使任一等价类的元素都相邻排列,便于计算机自动输出聚类动态图。     

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.     

核概率距离聚类方法及应用

研究聚类分析新方法一直是统计学和机器学习研究领域普遍关注的课题。针对概率距离聚类算法不能解决非线性可分聚类问题的缺欠,笔者应用核函数理论将该模型拓展成为一种能够解决非线性可分聚类问题的统计模型,称为核概率距离聚类分析模型。研制出一种应用新模型进行遥感图像非监督分类研究的实施策略和可行算法;在GDAL遥感图像数据输入输出函数库基础上,用VC++语言开发了遥感图像核概率距离聚类分析算法程序;用ERDAS软件提供的一幅7波段491像素×440像素大小的TM图像进行新方法分类应用实验研究。对比了新模型和其原版本的TM遥感图像非监督分类效果,结果表明新模型的非监督分类效果优于原有的分类模型。     

模糊聚类分析法与舒卡列夫法在小范围内岩溶水化学分类中的比较分析

以西龙河峄山断层带水源地岩溶水系统为例,着重利用模糊聚类分析法进行了岩溶水化学分类,并且与舒卡列夫分类法得到的结果作了比较分析,最后得出结论:模糊聚类分析法分类更合理,更能系统地、全面地反映地下水各种属性、含水层间的水力联系以及地下水的补排关系.     

基于人工神经网络的膨胀土判别分类方法：以宁连一级公路为例

以往用于膨胀土判别分类的定量手段,如模糊数学,灰色聚类法等都或多或少带有一定的人为因素,不可避免的影响了分类结果,本文提出了一种膨胀土判别分类的新方法－ＢＰ神经网络模型,较好的弥补了这方面的缺点,并具有容错能力强,客观性好等特点,研究表明,这种方法在实践中合理的,可行的。     

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.     

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     

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。     

模糊聚类分析在岩溶水化学分类中的应用

模糊聚类分析方法是一种用样本之间的相似程度来代替某种单一传统分类指标的较新分类法。本文利用天津蓟县地区岩溶水系统的３９个代表性水点及１０个指标构成的样本集,进行了水化学模糊聚类分析。结果表明该方法比传统的一些分类方法更能系统地、全面地反映地下水的各种属性,对确定水点的地球化学环境、系统边界的性质及含水层之间的水力联系有实际意义,是一种理论上合理、应用上灵活的有效分类法。