×
宋宇晨;孟海东;迈克尔·格雷迪。;格雷戈里·奥黑尔。

聚类分析在地球物理资料解释中的应用。 （英语） Zbl 1183.86010号

计算。地质科学。 14，第2期，263-271（2010）.
摘要：在一些实际应用中，特别是在地球物理数据解释中，针对任意数据点分布，开发并提出了一种基于密度的自适应密度可达聚类算法。通过与其他算法的比较，表明新算法可以降低领域知识的依赖性和异常数据点的敏感性，提高数据以不同形状和密度分布的聚类结果的有效性，并且可以获得更好的聚类效率。新聚类算法的应用表明，数据挖掘技术可以用于地球物理数据解释，并可以获得有意义和有用的结果，新聚类算法可以用于其他实际应用。

引用于2文件

MSC公司：

86A32型 地理统计学

关键词：

聚类分析;地球物理资料解释;数据挖掘

软件：

群集查找
PDF格式BibTeX公司 XML格式引用
\textit{Y.C.Song}等人，计算。地质科学。14，第2号，263--271（2010；Zbl 1183.86010）
全文： 内政部 链接

参考文献：

[1] Anderberg，M.R.：应用的聚类分析。学术，纽约（1973）·Zbl 0299.62029号
[2] Birant，D.，Kut，A.：ST-DBSCAN：一种聚类时空数据的算法。数据知识。工程60（1），208-221（2007）·doi:10.1016/j.datak.2006.01.013
[3] Chang，H.，Yeung，D.Y.：局部线性度量自适应及其在半监督聚类和图像检索中的应用。模式识别。39(7), 1253–1264 (2006) ·Zbl 1095.68093号 ·doi:10.1016/j.patcog.2005.12.012
[4] Ester，M.、Kriegel，H.P.、Sander，J.、Xu，X.：一种基于密度的算法，用于在带有噪声的大型空间数据库中发现簇。In：程序。第二届知识发现和数据挖掘国际会议，第226-231页，波特兰（1996）
[5] Ester，M.、Kriegel，H.P.、Sander，J.、Wimmer，M.和Xu，X.：数据仓库环境中用于挖掘的增量集群。摘自：《第24届VLDB会议记录》，第323–333页，纽约（1998年）
[6] Event，G.，Naor，J.，Rao，S.，Schieber，B.：快速近似图划分算法。SIAM J.计算。28(6), 2187–2214 (1999) ·Zbl 0936.68109号 ·doi:10.1137/S0097539796308217
[7] Fayyad，U.，Piatetsky-Shapiro，G.，Smyth，P.：知识发现和数据挖掘：走向统一框架。摘自：Proc。第二届知识发现和数据挖掘国际会议，第82–88页（1996）
[8] Fu，L.K.：《电成像测量教科书》。北京地质出版社（1983）
[9] Hinneburg，A.，Keim，D.A.：在有噪声的大型多媒体数据库中进行聚类的有效方法。In：程序。第四届国际知识发现和数据挖掘大会，纽约，第58-65页。AAAI，门罗公园（1998）
[10] Horovitz，O.，Krishnaswamy，S.，Gaber，M.M.：一种解释普遍存在的数据流聚类及其在道路安全中的应用的模糊方法。智能数据分析11（1），89–108（2007）
[11] 谢家乐、童家乐、王家乐：基于模糊理论的集成电路制造中缺陷和缺陷聚类控制图的应用。专家系统。申请。32(3), 765–776 (2007) ·doi:10.1016/j.eswa.2006.01.050
[12] Huang，Z.：K-Means算法的扩展，用于聚类具有分类值的大型数据集。数据挖掘和知识发现2，283–304（1998）·doi:10.1023/A:1009769707641
[13] Jain，A.K.，Dubes，R.C.：聚类数据算法。普伦蒂斯·霍尔高级参考系列。普伦蒂斯·霍尔，恩格尔伍德悬崖（1988）·Zbl 0665.62061号
[14] Jain，A.K.，Murty，M.N.，Flyn，P.J.：数据聚类：综述。ACM计算。Surv公司。31(3), 265–323 (1999) ·数字对象标识代码：10.1145/331499.331504
[15] Kaufman，L.，Rousseeuw，P.J.：《在数据中寻找群体：聚类分析导论》。概率统计威利级数。威利，纽约（1990年）·Zbl 1345.62009号
[16] Kotsiantis，S.，Pintelas，P.：聚类的最新进展：简要综述。WSEAS信息科学与应用汇刊1（1），73–81（2004）
[17] Li，L.Q.，Ji，H.B.，Gao，X.B.：最大熵模糊聚类及其在实时目标跟踪中的应用。信号处理。86(11), 3432–3447 (2006) ·Zbl 1175.94046号 ·doi:10.1016/j.sigpro.2006.03.007
[18] Ma Eden，W.M.，Chow，T.W.S.：一种新的移动网格聚类算法。模式识别。37(3), 503–514 (2004) ·Zbl 1068.68134号 ·doi:10.1016/j.patcog.2003.08.014
[19] MacQueen，J.：多元观测分类和分析的一些方法。程序中。伯克利第五交响乐团。《数理统计与概率》，第281-297页。加利福尼亚大学出版社（1967）·Zbl 0214.46201号
[20] 孟海东、宋玉川：基于校园网的数据挖掘系统的实现与应用。J.Commun。（中国北京）26185-187（2005）
[21] Mitra，D.，Ziedins，I.：分层虚拟分区——虚拟专用网络的算法。贝尔实验室技术杂志2（2），68–81（1997）·doi:10.1002/bltj.2049
[22] 彭伟：遥感数据和地理信息系统的计算机处理。北京师范学校出版社，北京（2006）
[23] Pham，D.T.，Dimov，S.S.，Nguyen，C.D.：大型数据集的两阶段K-means算法。程序。仪器机械。工程师，C J.机械。工程科学。218(10), 1269–1273 (2004) ·网址：10.1243/0954406042369008
[24] Pham，D.T.，Dimov，S.S.，Nguyen，C.D.：增量K-means算法。程序。仪器机械。工程师，C J.机械。工程科学。218(7), 783–795 (2004) ·doi:10.1243/0954406041319509
[25] Pilevar，A.H.，Sukumar，M.：高维超大空间数据库的网格聚类算法。模式识别。莱特。26(7), 999–1010 (2005) ·doi:10.1016/j.patrec.2004.09.052
[26] Sander，J.，Ester，M.，Kriegel，H.P.，Xu，X.：空间数据库中基于密度的聚类：算法GDBSCAN及其应用。摘自：《数据挖掘和知识发现》，第2卷，第1-27页。多德雷赫特Kluwer（1998年）
[27] 沈志乐：《水文地质学》教材。北京科学技术出版社，北京（1985）
[28] Song，Y.C.：数据挖掘聚类分析在地球物理-地球化学数据处理中的应用研究。中国地质大学学位论文，北京，中国（2006）
[29] Song，Y.C.，Meng，H.D.：基于数据模拟的市场篮子分析专家系统的设计。市场现代化J（中国北京）7184-185（2005）
[30] Song，Y.C.，Meng，H.D.：基于数据模拟的市场篮子分析专家系统的设计。市场现代化J（中国北京）6152-153（2005）
[31] Soto，J.、Aguiar，M.I.V.、Flores-Sintas，A.：模糊聚类在精确轨道确定中的应用。J.计算。申请。数学。204(1), 137–143 (2007) ·Zbl 1114.68525号 ·doi:10.1016/j.cam.2006.04.050
[32] Stefanakis，E.：NET-DBSCAN：动态线性网络的节点聚类。国际期刊Geogr。信息科学。21(4), 427–442 (2007) ·doi:10.1080/13658810601034226
[33] Su，M.C.，Liu，Y.C.：聚类任意形状数据的新方法。模式识别。38(11), 1887–1901 (2005) ·Zbl 1077.68809号 ·doi:10.1016/j.patcog.2005.04.010
[34] Tan，P.N.，Steinbach，M.，Kumar，V.：《数据挖掘导论》，第359-371页。中华人民共和国邮电出版社（中国版），北京（2006）
[35] Trepalin，S.，Osadchiy，N.：机密数据集分子相似性和多样性计算中的质心算法。计算-辅助分子设计。J.19（9），715–729（2005）·doi:10.1007/s10822-005-9023-1
[36] Xu，X.，Jager，J.，Kriegel，H.P.：大型空间数据集的快速并行聚类算法。数据挖掘和知识发现3，263–290（1999）·doi:10.1023/A:1009884809343
[37] Yang，J.：IP水勘探数据处理和解释软件系统及其应用。地球物理和地球化学勘探（中国版）23（5），363–375（1999）
[38] Yang，J.，Meng，H.D.，Fu，L.K.：IP水勘探数据处理和解释软件系统。地球物理和地球化学勘探22（3），204-210（1998）
[39] Yin，B.X.：银川莱茵地下水补给和水质分布的综合研究。中国地质大学学位论文，北京，中国（2006）
[40] Zhao，W.Z.，Wu，C.Y.，Yin，K.，Young，T.Y.，Ginsberg，M.D.：通过3D聚类方法进行基于像素的统计分析：应用于放射自显影图像。计算。方法生物识别程序。83(1), 18–28 (2006) ·doi:10.1016/j.cmpb.2006.05.005
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。