基于密度的含噪声应用空间聚类初至自动拾取

摘要

本文提出一种基于密度的含噪声应用空间聚类(Density-based spatial clustering analysis with noise,DBSCAN)聚类的机器学习方法,对初至进行自动拾取.自动拾取需要在经过线性动校正的炮集中进行,并对初至波形进行预处理以满足聚类分析.通过合成数据和实际数据分别进行处理分析,结果表明该方法具有较高鲁棒性和数值稳定性,计算效率较高,在地震资料处理中应用能够节省大量人力,提高处理工作效率节约成本.