lle算法地震属性参数降维中的应用.pdfVIP

摘 要 本文根据地震油气物化探工作中使用的方法参数多、信息量丰富、综合异常 结构相对比较复杂等特点，从实际工作的要求和需要出发，在高维数据降维方法 方面进行了一些探索，并给出了其在北京某地区地震属性参数降维中的应用。 真实世界的数据往往是高维的，因为高维而难于被人理解、表示和处理。其 处理面临两个问题：一是维数灾难问题，维数膨胀给高维数据中模式识别和规则 发现带来极大挑战：二是维数的增长又带来“维数福音”，高维数据中蕴藏的丰富 信息中可产生解决问题的新的可能性。如何将高维数据表示在低维空间中，并由 此发现其内在结构是高维信息处理研究的关键问题之一。国内外在高维数据降维 方面一直处于不断发展和探索之中，前人提出了各种各样的降维方法，这些方法 的提出对高维数据的有效降维起到了重要推动作用，但不同的方法在一定程度上 都存在着局限性，既有优点所在，也有不足之处，所以说地震属性参数降维方法 在不断发展是一种正常的现象，在这方面继续进行探索也是十分有必要的。 非线性嵌入(LLE)算法，它不需要进行迭代运算，只有3个参数需要设置，而 且在人的面部属性数据降维中取得了很好的效果。但它在其他方面的应用却鲜有 报道，算法的收敛效果对参数的取值又非常敏感，而参数取值的客观算法又常不 多见，尤其是