您的位置: 专家智库 > >

毛慧慧

作品数:2 被引量:2H指数:1
供职机构:中国科学院地质与地球物理研究所更多>>
发文基金:国家海洋局海底科学重点实验室开放基金江西省自然科学基金国家自然科学基金更多>>
相关领域:天文地球更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 2篇天文地球

主题

  • 1篇地幔
  • 1篇远震
  • 1篇远震P波
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇上地幔
  • 1篇深层动力过程
  • 1篇随机介质
  • 1篇盆地
  • 1篇向量
  • 1篇向量机
  • 1篇模糊C均值聚...
  • 1篇南北向
  • 1篇进化算法
  • 1篇聚类
  • 1篇均值聚类
  • 1篇海底
  • 1篇海底沉积
  • 1篇海底沉积物
  • 1篇鄂尔多斯盆地

机构

  • 2篇中国科学院
  • 2篇中国科学院大...
  • 1篇东华理工大学
  • 1篇中国地质大学...
  • 1篇中国地震局

作者

  • 2篇毛慧慧
  • 1篇李红星

传媒

  • 1篇海洋科学

年份

  • 1篇2017
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
基于模糊C均值聚类-支持向量机的海底沉积物分类识别被引量:2
2014年
在总结了目前海底底质分类研究的基础之上,率先提出利用计算机数值模拟技术对海底底质进行分类识别研究。相较于目前海底底质分类研究中所使用的水槽实验法,提出采用计算机数值正演技术模拟实际地震勘探中数据采集过程。在分类识别算法上,分别采用支持向量机(SVM)和模糊C均值聚类(FCM)算法对采集的数据进行分类,为使支持向量机分类识别率达到最大,引入差分进化算法对支持向量机中关键参数进行最优化搜索,并研究了向原始地震记录中加入10%,30%,50%的高斯白噪音时算法的稳定性。在分析了这两种算法分类识别的正确率及其各自的优缺点后,提出了海底底质分类识别的两步法,即(1)先利用模糊C均值聚类进行一粗糙的预测分类,在每一类中挑选聚类性较好的数据作为支持向量机的训练样本;(2)将上一步中筛选的样本作为支持向量机的训练样本,并用差分进化算法优化支持向量机分类参数,再利用训练好的支持向量机对其余数据做预测分类。鉴于计算机数值模拟的可重复性、高效快速性及本文提出的模糊C均值聚类-支持向量机方法的鲁棒性,为便于开展进一步研究,归纳总结了一套行之有效的采用计算机数值模拟技术开展海底底质分类识别研究的一般化流程。
尤加春毛慧慧段文豪李红星
关键词:差分进化算法
鄂尔多斯盆地北缘南北向剖面上地幔远震P波层析成像
为深入理解华北克拉通破坏机理,本研究通过鄂尔多斯盆地北缘南北向宽频带线性高密度流动地震台观测记录的远震波形数据,获得了1985条高质量到时资料,进而利用FMTT(Fast Marching Telescismic Tom...
毛慧慧雷建设滕吉文
关键词:深层动力过程
共1页<1>
聚类工具0