{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期部分”：[[2024,9,16]]，“日期时间”：“2024-09-16T21:02:04Z”，“时间戳”：1726520524271}，“参考计数”：49，“出版商”：“勘探地球物理学家协会”，“问题”：“1”，“内容域”：{“域”：[]，“交叉标记限制”：false}，”short-contain惰性物质”：[“地球物理学”]，“published-print”：{“date-parts”：[[2009,1]]}，“abstract”：“地震相分析旨在识别相似地震道形状的簇（组），其中每个簇可被视为代表所成像地层的岩性、岩石性质和/或流体含量的变化。不幸的是，并不总是清楚地震数据是否具有自然的聚类结构。聚类分析由一系列方法组成，这些方法有很大潜力将地震道形状分类为有意义的聚类。可以使用受监督的流程（将模式分配给预定义集群）或无监督流程（将一组模式划分为没有预定义集群的组）来执行集群。我们评估和比较了完全基于地震响应特征的模式识别的不同无监督聚类算法（例如划分、层次、概率和软竞争模型）。通过对简单数据集的验证结果，我们证明了在可视化数据挖掘方法中实现的自组织映射算法在解释集群结构方面优于所有其他聚类算法。我们将这种方法应用于使用离散的已知数量的不同地层几何体生成的二维地震模型。该可视化策略在模型测试中恢复了正确的端元地震相数量，表明它适用于高度相关和连续地震数据的模式识别<\/jats:p>“，”DOI“：”10.1190\/1.3046455“，”type“：”journal-article“，”created“：{”date-parts“：[[2009,1,6]]，”date-time“：”2009-01-06T01:28:02Z“，”timestamp“：1231205282000}，”page“：“P1-P11”，“source”：“Crossref”，“is-referenced-by-count”：50，“title”：[“地震相分析的可视化数据挖掘方法：第1\u2014部分与其他无监督聚类方法的测试和比较“]，”前缀“：”10.1190“，”卷“：”74“，”作者“：[｛”给定“：”Iv\u00e1n Dimitri“，”家族“：”Marroqu\u00edn“，”序列“：”第一“，”隶属关系“：[｛”名称“：”前身为加拿大蒙特勒市麦吉尔大学地球与行星科学系；目前位于美国德克萨斯州休斯顿的Paradigm。“}，{”name“：”\u00c9cole Polytechnique Montr\u00e9al，D\u00e 9partitement de G\u00o9nie\u00e9 lectrique，Campus de 1\u2019 University\u00e-9 de Montr\U 00e9al.，Montr\un00e9ali，Canada…“}”，{“name”：“原名加拿大蒙特尔市麦吉尔大学地球与行星科学系；现为ConocoPhillips，美国德克萨斯州休斯顿”}]}，}”given“：”Jean-Jules“，”family“：”Brault“，”sequence“：”additional“，”affiliation“：[{”name“：”原名麦吉尔大学，地球与行星科学系，Montr\u00e9al，加拿大；现为Paradigm，美国德克萨斯州休斯顿“}，{”name:“\u00c9cole Polytechnology Montr\u00e9al，D\u00e 9partitement de G\u00e9nie\u00e9 lectrique，Campus de 1\u2019University\u00e-9 de Montr\u 00e9al.，加拿大蒙特尔大学。“}，{”name“：”原名麦吉尔大学地球与行星科学系，加拿大蒙特\u00e9al；现为康菲石油公司，美国得克萨斯州休斯顿。“}]}，}”given“：”Bruce S.“，”family“：”Hart“，”sequence“：”additional“，”affiliation“：[{”name:“原麦吉尔大学，地球与行星学系，加拿大蒙特\u00e 9al；现为Paradigm，美国得克萨斯州休斯顿。“}，{”name“：”\u00c9cole Polytechnique Montr\u00e9al，D\u00e 9partitement de G\u00o9nie\u00e9 lectrique，Campus de 1\u2019 University\u00e-9 de Montr\U 00e9al.，Montr\un00e9ale，Canada…“}”，{“name”：“原名加拿大蒙特尔市麦吉尔大学地球与行星科学系；现为美国得克萨斯州休斯顿市康菲石油公司”}]}，“成员”：“186”，“reference“：[{”key“：”c1“，”unstructured“：”Artero，A.O.，M.C.F.de Oliveira，and H.Levkowitz，2004，《在拥挤的平行坐标可视化中发现簇：第十届IEEE信息可视化研讨会论文集》，81\u201388。“}”，{“key”：“c2”，“doi-asserted-by”：“crossref”，“unstructure”：“Beyer，K.，J.Goldstein，R。Ramakrishnan和U.Shaft，1999年，最近的邻居什么时候有意义？第七届数据库理论国际会议论文集，217\u2013235.“，”DOI“：”10.1007\/3-540-49257-7_15“}，{“key”：“c3”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1016\/0167-9473（92）90042-E”}，“key“：”c4“，”DOI-assert-by“：”publisher：“publisher”，“DOI”：“10.1190\/1.2392789”}，{“key”：“c6“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“：”10.1111\/j.2517-6161.1977.tb01600.x“，”volume“：“39”，“author”：“Dempster A.P.”，“year”：“1977”，“journal-title”：“journal of Royal Statistical Society B”，“ISSN”：“http://id.crossref.org\/ISSN\/0035-9246”，“ISSN-type”：”print“}，{“key”：由“：”publisher“，”doi“：”10.1190\/1.1442554“}插入，{“key”：“c8”，“unstructured”：“Fayyad，U.，R.Cory，and P.S.Bradley，1998，迭代求精聚类算法的初始化：第四届知识发现和数据挖掘国际会议论文集，194\u2013198.”}，{《key》：“c9”，“doi-asserted-by”：“publisher”，“doi”：“10.3233\/IDA-2001-5502”}：“publisher”，“DOI”：“10.1190\/1.1443878”}，{“key”：“c11”，“DOI-asserted-by”：“publicher”，“DOI”：”10.1198\/016214502760047131“}，“key“：”c12“，”unstructured“：”Fritzke，B.，1997，《一些竞争性学习方法》，http://www.neuroinformatik.ruhr-uni-bochum.de\/ini\/VDM\/research\/JavaPaper，2006年3月10日访问。“}”，{“，”DOI-asserted-by“：“publisher”，“DOI”：“10.1190\/1.1778239”}，{“key”：“c14”，“DOI-asserted-by”：“publicher”，“DOI”：”10.1559\/1523040053722150“}，}“edition”：“2”，“year”：“1999”，“series-title”：“Neural networks:A complemental foundation”，“author”：“Haykin S.”，Y.Sung和L。Hwee Boom，2004，聚类细化算法的初始化：回顾和比较研究：《国际神经网络联合会议论文集》，1297\u2013302非结构化”：“Johansson，J.，P.Ljung，M.Jern，and M.Cooper，2005，揭示集群平行坐标显示中的结构：第11届IEEE信息可视化研讨会论文集，125\u2013132。”，{“key”：“c21”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/69.553159”}，{”年份“：“1995”，“series-title”：“自组织地图”，“author”：“Kohonen T.”，”key“：”c22“}，”{“key”：”c23“，”doi-assert-by“：”crossref“，”unstructured“：”Koskela，M.，J.Laakson，and E。Oja，2004，用于基于内容的图像索引和检索的基于熵的聚类和SOM拓扑保持度量：第17届国际模式识别会议论文集，21005\u20131009。“，“DOI”：“10.1109\/ICPR.2004.1334429”}，{“key”：“c24”，“unstructured”：“MacQueen，J。B.，1967年，《多元观测分类和分析的一些方法：第五届伯克利数理统计与概率研讨会论文集》，第1281\u2013297页。“}，{“key”：“c25”，“unstructured”：“Marroque\u00edn，I。D.，2007年，《通过应用地震属性描述储层特征：多属性和无监督地震相分析：麦吉尔大学博士论文》。“}，{”key“：”c26“，”doi-asserted-by“：”crossref“，”unstructured“：”Marroque\u00edn，I.D.，B.S.Hart，and J.J.Brault，2009，地震相分析的可视化数据挖掘方法：第二部分\u2014三维地震数据的应用：地球物理GPYSA70016-8033，本期。“，”doi“：”10.1190\/1.3046456“}”，{“首页”：“397”，“年份”：“1991”，“series-time”：“”A\u201cneural-gas\u201d网络学习拓扑“，”author“：”Martinetz T.M.“，”key“：”c28“}，{“key”：“c27”，“doi-asserted-by”：“publisher”，“doi”：“10.1190\/1.1440027”}，“{”key：“c29”，“doi-asserted-by”:“crossref”，”unstructured“：”Meil \u0103，M.，2003，《通过信息变化比较聚类：第十六届计算学习理论年会论文集》，173\u2013187。“，“DOI”：“10.1007\/978-3-540-45167-9_14”}，{“key”：“c30”，“unstructured”：“Meil \u 0103，M，and D。Heckerman，1998，《几种聚类方法的实验比较：第14届人工智能不确定性会议论文集》，386\u2013395。“}，{“首页”：“117”，“年份”：“1977”，“级数”：“沉积层序中地震反射模式的地层学解释”，“作者”：“Mitchum R.M.”，”键“c31”}，“key“：”c32“，”unstructured“：”Moth\u2019d Belal，A.D.，2005，《一种新的聚类初始化算法：世界科学、工程与技术学院学报》，4，74\u201376。U*F clustering:一种新的基于自组织映射分段的性能聚类挖掘方法：第五届自组织映射研讨会论文集，25\u201332。“}，{“key”：“c34”，“doi-asserted-by”：“crossref”，“unstructured”：“Ordonez，C.和E。Omiecinski，2002，FREM:大型数据集的快速稳健EM聚类：国际信息与知识管理会议，1\u201312journal-title“：”The Stata journal“}，{“key”：“c37”，“doi-asserted-by”：“crossref”，“unstructured”：“Simaan，M.A.，1991，基于纹理的地震剖面分割的基于知识的计算机系统：第61届国际年会，SEG，扩展摘要，289\u2013292。”，“doi”：“10.1190\/1.1888942”}，“key“：”c38“非结构化”：“Ultsch，A.和H.P.Siemon，1990，Kohonen\u2019s探索性数据分析的自组织特征图：国际神经网络会议论文集，305\u201330810.1016\/j.neucom.2004.04.008“}，{“key”：“c41”，“doi-asserted-by”：“crossref”，“unstructured”：“Vinther，R.，K.Mosegaard，K.Kierkegaard，I.Abatzis，C.Andersen，O.Vejback，F.If，and P.”。尼尔森，1995，《地震结构分类：地层分析的计算机辅助方法：第65届国际年会》，SEG，扩充摘要，153\u2013155。“，”DOI“：”10.1190\/1.1887260“}，{“key”：“c42”，“first page”：”352“，”volume“：”28“，”author“：”Wegman E.J.“，”year“：”1996“，”journal title“：”Computing Science and Statistics“}c43“，”doi-asserted-by“：”publisher“，”doi“：”10.1190\/1.1518444“}，{”edition“：”2“，”year“：”2005“，”series-title“：”数据挖掘：“Java实现的实用机器学习工具和技术”，“author”：“Witten I.H.”，“key”：“c44”}，}”key“：”c45“，”first page“：，“ISSN“：”http://\/id.crossref.org\/ISSN\/0899-7667“，”ISSN-type“：“print”}，{“key”：“c46”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TNN.2005.845141”}、{“key”：”c47“，”doi-assert-by“：”crossref“，”unstructured“：”Yang，F.M.和K.Y。黄，1991，地震异常检测的多层感知：第61届国际年会，SEG，扩展摘要，309\u2013312。“，”DOI“：”10.1190\/1.1888936“}，{“key”：“c48”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/72.914534”}，“key“：”c49“，”非结构化“：”Zhang，H.和Y。李，1993，自组织地图作为一种新的聚类和数据分析方法：神经网络国际联合会议论文集，3，2448\u20132451。“}]，“容器-时间”：[“地球物理”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/library.seg.org\/doi\/pdf\/10.1190\/1.3046455”，“内容类型”：“未指定”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2021,3,10]]，”date-time“：”2021-03-10T14:56:29Z“，”timestamp“：1615388189000}，”score“：1，”resource“：{primary”：{“URL”：“https:\/\/library.seg.org\/doi\/10.1190\/1.3046455”}，“secondary”：[{“URL”：“http:\/\/geophysics.geoscienceworld.org\/cgi\/doi\/10.1190\/1.3046455“，”标签“：”地球科学世界“}]}“，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2009,1]]}，”参考计数“：49，”日志发布“：”问题“：”1“，”已发表论文“：{”日期部分：[2009,1]}}，“alternative-id”：[“10.1190\/1.3046455“]，”URL“：”http:\/\/dx.doi.org/10.1190\/1.3046455“，”relationship“：｛｝，”ISSN“：[”0016-8033“，”1942-2156“]，”ISSN type“：[”type“：”print“，”value“：”0016-8033“｝，”type“：”electronic“，”value“：”1942-2156“｝]，”subject“：[]，”published“：｛”date parts“：[[2009,1]]}｝