软距离计算的地震聚类方法

英文篇名：Earthquake clustering method based on soft distance calculation
中文刊名：计算机应用研究
英文刊名：Application Research of Computers
作者：李湘英 ; 熊炎 ; 刘道华 ; 曾召霞
英文作者：LI Xiang-ying ; XIONG Yan ; LIU Dao-hua ; ZENG Zhao-xia(School of Computer & Information Technology ; Xinyang Normal University ; Xinyang Henan 464000 ; China)
中文关键词：软距离计算 ; 地震预测 ; 聚类方法
英文关键词：soft distance calculation ; earthquake prediction ; clustering method
出版日期：2011-04-15
机构：信阳师范学院计算机与信息技术学院;
年：2011
期：04
出版单位：计算机应用研究

摘要

为提高地震预测精度,提出并建立了基于软距离计算的聚类方法。给出了基于软距离聚类过程、软距离计算方法以及具体的基于软距离计算的聚类算法。以现实的强震样本点作为聚类数据源,采用该聚类方法以及其他传统聚类方法对该样本数据进行聚类分析。分析结果表明,采用该聚类方法获得的聚类中心点更接近地壳应力场演变的客观真实情况,该聚类分析方法为预测地震的断层带下次发生强震的精确计算提供了很好的计算依据。
This paper proposed a new clustering method based on soft distance calculation.Gave the clustering process based on soft distance calculation,calculation method for soft distance and the specific clustering algorithm based on soft distance.For the reality of the earthquake cluster as a data source,to use this clustering method and other traditional clustering methods to cluster analysis for the same data source,analysis results show that the clustering method obtains cluster center with the earth stress field evolution have the same center,which has objective truth.The cluster analysis method for the earthquake fault zone in the accurate calculation of the next strong earthquake provides a good basis for the calculation.

引文

[1]阳琳斌,周海京,卓睛,等.基于属性重要性的加权聚类融合[J].计算机科学,2009,36(4):243-249.
    [2]陈新泉.面向数据流的加权聚类及演化分析研究[J].世界科技研究与发展,2008,30(6):807-811.
    [3]詹磊,唐爱华.基于多维加权聚类的雷达信号分选方法[J].遥测遥控,2007,28(11):113-117.
    [4]FENG Zhong-hui,SHEN Jun-yi,BAO Jun-peng.An incremental al-gorithm of text clustering based on semantic sequences[J].WuhanUniversity Journal of Natural Sciences,2006,11(5):1340-1344.
    [5]XU Shu-ting,ZHANG Jun.A parallel hybrid Web document cluste-ring algorithm and its performance study[J].The Journal of Super-computing,2004,30(2):117-131.
    [6]马文萍,尚荣华,焦李成.免疫克隆优化聚类技术[J].西安电子科技大学学报,2007,34(6):911-915.
    [7]徐泉清,朱玉文,李亮.一种结合粗糙集和COBWEB的聚类器[J].计算机应用,2005,26(6):1350-1352.
    [8]何明,冯博琴,马兆丰.基于熵和信息粒度的粗糙集聚类算法[J].西安交通大学学报,2005,39(4):343-346.
    [9]孙即详.现代模式识别[M].长沙:国防科学技术大学出版社,2002.
    [10]黄定轩.基于客观信息熵的多因素权重分配方法[J].系统工程理论方法应用,2003,12(4):321-324.
    [11]尚海昆,孟建良.基于K-means的加权聚类算法研究[J].中国电力教育,2008,32(15):390-392.