검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Seismic Events Discrimination Using a New FLVQ Clustering Model 새로운 FLVQ 클러스터링 모델을 사용한 지진 사건 식별

Payam NASSERY, Karim FAEZ

  • 조회수

    0

  • 이것을 인용

요약 :

본 논문에서는 LVQ(Learning Vector Quantization) 모델과 그 변형을 자연적 지진 사건(지진)과 인공 지진(핵폭발)을 구별하기 위한 클러스터링 도구로 간주합니다. 이 연구는 단기간 텔레지진 기록을 통해 계산된 P파 스펙트럼의 26가지 스펙트럼 특징을 기반으로 합니다. Kohenen이 제안한 기존 LVQ와 Sakuraba 및 Bezdek이 제안한 Fuzzy LVQ(FLVQ) 모델은 모두 다음을 사용하여 24번의 지진과 XNUMX번의 핵폭발 세트에서 테스트되었습니다. 일대일 휴가 테스트 전략. 1차 실험 결과는 클러스터의 모양, 수 및 중첩이 지진 분류에 중요한 역할을 한다는 것을 보여주었습니다. 결과는 또한 부적절한 기능 공간 분할이 클러스터링 및 인식 단계를 모두 크게 약화시키는 방법을 보여주었습니다. 수치 결과를 개선하기 위해 본 논문에서는 새로운 결합 FLVQ 알고리즘을 사용했습니다. 알고리즘은 두 개의 중첩된 하위 알고리즘으로 구성됩니다. 내부 하위 알고리즘은 특징 공간의 퍼지 참조 벡터를 사용하여 잘 정의된 퍼지 분할을 생성하려고 시도합니다. 이 목표를 달성하기 위해 비용 함수는 퍼지 참조 벡터의 수, 모양 및 중첩의 함수로 정의됩니다. 업데이트 규칙은 단계적 학습 알고리즘에서 이 비용 함수를 최소화하려고 시도합니다. 반면, 외부 하위 알고리즘은 각 단계에서 클러스터 수에 대한 최적 값을 찾으려고 합니다. 외부 루프의 최적화를 위해 두 가지 다른 기준을 사용했습니다. 첫 번째 기준에서는 새로 정의된 "퍼지 엔트로피"를 사용하고 두 번째 기준에서는 학습률에 대한 Huntsberger 공식을 일반화하여 성능 지수를 사용합니다. 퍼지 거리. 새로운 모델의 실험 결과는 오류율, 허용 가능한 수렴 시간 및 경계 의사 결정의 유연성이 향상되었음을 보여줍니다.

발행
IEICE TRANSACTIONS on Information Vol.E83-D No.7 pp.1533-1539
발행일
2000/07/25
공개일
온라인 ISSN
DOI
원고의 종류
PAPER
범주
패턴 인식

작성자

키워드