物探新方法新技术之四：模式识别技术(PatternRecognition)

《物探新方法新技术之四：模式识别技术(PatternRecognition)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、物探新方法新技术4模式识别技术　　一个模式类是由一些给定的共同属性所决定的一个类别，该类别中的一员就是一个模式。所谓模式识别也就是对所研究的对象根据其共同特征或属性进行识别和分类。　　严格地说，模式识别不是简单的分类学。模式识别过程主要包括三部分，首先从观测样品中提取特征；然后按照某种原则对这些特征进行选择，保留一些起主要作用的特征用于识别；最后采用各种判别方法或聚类方法，根据多个特征对样品进行研究和分类。模式识别的方法很多，本章讨论了模糊综合评判、模糊模式识别、分段线性模式识别和人工神经网络模式识别等四种方法。4.1模糊综合评判法　　模糊综合评判就是应用模糊变换原理和最大隶属度原则，考虑

2、与被评价事物相关的各个因素，对其所做的综合评判。在模糊综合评判中需考虑两个集合，即着眼因素集合和抉择评语集合。做模糊综合评判的关键就在于找出着眼因素集合与抉择评语集合之间的模糊关系，并确定合适的综合评判模型。对于断层识别而言，通过分析地震属性参数与小断层之间的模糊关系，建立各种地震属性参数对应小断层的隶属函数，最后预测小断层存在的肯定区、可能区及否定区。首先对着眼因素集中的单因素做单因素评价，从因素着眼确定该事物对抉择等级的隶属度，这样就得出第个因素的单因素评价集它是抉择评语集合上的模糊子集。这样个着眼因素的评价集就构造出一个总的评价矩阵74物探新方法新技术(4-1)式中　——着眼因素集到

3、抉择评语集的一个模糊关系；——因素对抉择等级的隶属度。在多因素综合评价中，一方面，对于被评价的事物，从不同的因素着眼可以得到不同的结论；另一方面，在诸多着眼因素中，有些因素在总评价中影响程度大些，而另一些可能影响小些，但究竟多大，则是一个模糊择优问题。因此评价的着眼点可看作是着眼因素集上的一个模糊子集，记作式中　——对的隶属度，它是单因素在总评价中的影响程度大小的度量，。称为的因素重要程度模糊子集，称为因素的重要程度系数。于是，当模糊向量和模糊关系矩阵为已知时，作模糊变换来进行综合评判。(4-2)或　　中各元素是广义模糊合成运算的结果，其计算式为(4-3)简记为模型，其中为广义模糊“与”运

4、算，为广义模糊“或”运算。　　称为抉择评语集合上的等级模糊子集，为等级对综合评判所得等级模糊子集的隶属度。如果要选择一个决策，则可按照最大隶属度原则选择最大的所对应的等级作为综合评判的结果。74物探新方法新技术　　在断层(岩溶裂隙)识别工作中，着眼因素集合为　　　　＝(地震属性参数1，…，地震属性参数)抉择评语集合为　　＝(断层，非断层)或　＝(岩溶裂隙，非岩溶裂隙)　　至于重要程度模糊子集的选取，要根据不同测区的实际情况而定。　　综合评判有五种具体模型：　　模型1：(4-4)式中，，分别为取小和取大运算。　　模型2：(4-5)式中“”为普通实数乘法。　　模型3：(4-6)式中为对个数在运

5、算下求和，。　　模型4：(4-7)　　模型5：(乘幂，)74物探新方法新技术(4-8)　　模型1为主因素决定型的综合评判，其评判结果取决于在总评价中起主要作用的那个因素。　　模型2和模型3为主因素突出型综合评判，它们与模型1比较接近，但比运算精细，不仅突出了主因素，也兼顾了其它因素。　　模型4为加权平均型综合评判，依权重大小对所有因素均衡兼顾，比较适用于要求总和最大的情形。　　断层(岩溶裂隙)识别时，考虑到所选地震属性参数在断层(岩溶裂隙)上或多或少都有反映，属性所起作用大小可以通过权重予以调整。不存在一个属性占绝对的主导地位，通常是几个属性对断层(岩溶裂隙)的反映都比较好，或在这条测线上

6、反映比较好，而在另外的测线上反映较差，或几个属性对断层(岩溶裂隙)的反映都较差，所以选用了模型4。在利用地震属性参数进行综合评判时，需要求出重要程度模糊子集与评价矩阵，由此才能求出等级模糊子集，最后进行判别。　　因为抉择评语集＝(断层，非断层)或＝(岩溶裂隙，非岩溶裂隙)，只有两个元素，所以只需求出地震属性对断层(岩溶裂隙)的隶属函数即可。通常选用线性隶属函数的形式，这是因为用线性隶属函数来描述断层(岩溶裂隙)与地震属性的关系比较接近于实际情况，应用效果较好。　　线性隶属函数统一形式为(4-9)其中式中——正常地层时因素的标准值；74物探新方法新技术——小断层(岩溶裂隙)时因素的标准值。4

7、.2模糊模式识别法　　设是给定待识别对象的全体集合，中每个对象有个特性指标。每个特性指标描述的是对象的某个方面的特征，于是个特性指标确定的对象可记成，将称为特性向量。　　设识别对象集合可分成个类别，且每一类别均是上的一个模糊集，记作，则称它们为模糊模式。　　当一个识别算法作用于对象时，就产生一组隶属度，，它们分别表示对象隶属于类别的程度。建立了模糊模式的隶属函数之后，可以按照某种隶属原则把对象进行分类，指出它应属于哪一类