.png){kind=icon}
返回
Automatic first-arrival picking based on clustering selection
.png){kind=icon}
PRE
AI
DOI：10.1007/s11770-026-1432-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
初至拾取是地震数据处理中不可或缺的步骤。现有方法在背景噪声干扰和复杂近地表条件下并未总能获得准确结果。本文提出基于聚类选择的自动初至拾取（FPCS）算法。FPCS包含四个阶段：数据预处理、聚类拾取、结果选择和异常值处理。首先，采用范围检测和阈值滤波技术进行数据预处理。然后，使用模糊c均值、k均值和DBSCAN进行聚类拾取以获得三种结果。接着，设计优化模型从三种结果中选择最适宜的初至。最后，采用异常值处理技术识别并校正异常值。FPCS与MCM、APF和FPSF在四个地震数据集上进行比较。结果表明FPCS更为准确。FPCS的鲁棒性使其在具有挑战性的野外地震勘探初至拾取中具有特别的应用前景。
Keyword:
First-arrival picking
Fuzzy c-means
K-means
DBSCAN
clustering selection
期刊
A
IF:
0.8
论文数:
181
被引数:
0
机构
引用论文
A review and appraisal of arrival-time picking methods for downhole microseismic data.png)
GEOPHYSICS
OAAI
GEOPHYSICSIF3.2
OAAI分享收藏An Improved DBSCAN Algorithm Based on the Neighbor Similarity and Fast Nearest Neighbor QueryIEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏
查看更多内容