[发明专利]一种基于势函数的微地震事件去噪和聚类方法

权利要求书

1.一种基于势函数的微地震事件去噪和聚类方法，其特征在于，包括以下步骤：

步骤1：将待聚类微地震事件数据集导入Matlab中；

将待聚类微地震事件数据集U₁导入Matlab中，U₁指待聚类微地震事件的属性，每一个微地震事件的属性从微地震事件的三维坐标(X_i,Y_i,Z_i)、发生时间t_i以及震级M_i中选取得到，i表示第i个微地震事件，i＝1,2,…,n，n为待聚类的微地震事件的数目；

步骤2：利用势函数计算微地震事件i的势值和

其中，表示微地震事件j对微地震事件i作用的势值，x_i,l表示事件i的第l个属性值，x_j,l表示事件j的第l个属性值；p为微地震事件属性维数，取值为2～5，Ω为距离作用因子，取值为以使得势值和的熵取得最小值时对应的Ω；

步骤3：设定第一阀值去除噪声微地震事件；

将势值和小于第一阀值的微地震事件从U₁中去除，得到去噪后的微地震数据集U₂；

步骤4：根据势值和-距离法获取去噪后的微地震数据集U₂的聚类中心；

所述势值和-距离法按照以下准则筛选聚类中心：

(1)设定第二阀值将势值和大于的微地震事件作为可能的聚类中心集U₃；

其中，和分别为微地震数据集U₂中所有微地震事件的势值和的第一四分位数和中位数；

(2)以势值和最大的微地震事件位置作为第一聚类中心点m₁；

(3)取数据集U₃-m₁中与m₁距离最远的微地震事件位置作为第二聚类点m₂；

(4)计算数据集U₃-m₁-m₂中每个微地震事件位置与点m₁、m₂的距离，取每个微地震事件位置与点m₁、m₂之间的较小距离作为数据集V₃，再取V₃中最大距离值对应的微地震事件位置作为第三聚类点m₃；

(5)计算数据集U₃去除当前所有聚类点后的每个微地震事件位置与当前各个聚类点之间的距离，取每个微地震事件位置与各聚类点之间的较小距离作为数据集V_k，再取V中最大距离值对应的微地震事件位置作为第k聚类点m_k；

(6)判断当前聚类点个数是否为K，若是，则得到所有初始聚类中心点，否则，重复(5)，K为设定的聚类中心点数目；

步骤5：以步骤4得到的聚类中心点m₁,m₂,…,m_K作为K-means的初始聚类中心，对去噪后微地震事件聚类，并输出聚类结果。

2.根据权利要求1所述的方法，其特征在于，所述势值和的熵PE按照以下公式计算：

3.根据权利要求1-2任一项所述的方法，其特征在于，在计算前，对参与计算的微地震事件的各类属性的属性值先进行归一化处理后，再利用归一化值计算归一化处理公式如下：

其中，x_i*为归一化后的数据，x_i为第i个微地震事件的任一类属性的属性值。