بررسي تاثير تعداد خوشه ها در روش خوشه بندي فازي GK براي كاهش نوفه تصادفي داده هاي لرزه اي

A survey about number of clusters in fuzzy GK clustering method for attenuating seismic random noise

روش خوشه بندي GK فازي براي كاهش نوفه تصادفي در داده هاي لرزه اي ، در سال 2008 توسط Hashemiو همكاران ارايه شد . هدف اين روش تضعيف دامنه نمونه هايي است كه بيشترين آميختگي را با نوفه تصادفي دارند ، كه اين كار با ضرب اين دامنه ها در فاكتور وزن كمتر صورت مي گيرد . انتخاب تعداد مناسب خوشه ها در اين روش امري بسيار مهم و تعيين كننده در نتايج نهايي است . تعداد خوشه ها توسط ملاكي تعيين مي شود كه هدفش كاهش پراكندگي درون خوشه اي و افزايش فاصله بين خوشه هاي مختلف در فضاي ويژگي ها است .در اينجا ما با چندين بار اعمال الگوريتم بر روي داده هاي واقعي ، و در هر بار با تعداد متفاوت خوشه ها ، به بررسي تاثير تعداد خوشه در خروجي نهايي پرداختيم . مقاطع خروجي نشان مي دهد كه با افزايش تعداد خوشه ها ، از آنجايي كه هم داده و هم نوفه در خوشه هاي بيشتري توزيع شده اند ، بنابراين با حذف يك خوشه احتمال حذف سيگنال از داده لرزه اي كمتر مي شود . اين مزيت عمده تعداد بالاي خوشه ها، تبعاتي همچون افزايش زمان و پيچيده تر شدن محاسبات را نيز به همراه دارد. بنا بر اين به نظر مي رسد با توجه به ماهيت شبه نظارتي روش خوشه بندي فازي GK ، با در نظر گرفتن ويژگي هاي داده ورودي همچون SNR ، مصنوعي يا واقعي بودن داده ، اينكه داده پس از بر انبارش است يا خير و نيز با استفاده از شاخص هاي موجود در متد ، همچون شاخص XB و نيز شاخص سيگنال و نيز با بررسي و مقايسه مقاطع خروجي حاصل از شرايط مشابهي كه فقط تعداد خوشه متفاوتي داشته اند ،مي توان به تصميم گيري در هر مورد خاص پرداخت . با ملاحظه تمامي اين موارد ، مي توان به بهترين خروجي كه كمترين ميزان نوفه و بيشترين مقدار حفظ سيگنال را دارد اميدوار بود.

The fuzzy GK clustering method to detect random noise is presented by Hashemi in 2008. His goal was to attenuate the amplitude of the samples which have more contribution to the random noise by multiplying the lower weight factor to their values .Choosing the appropriate number of clusters is an important consideration for this method that is so effective in the output sections. The number of cluster is determined by a criterion which aims to decrease the within – cluster scatter and increase the between – cluster scatter in the feature space. We apply the algorithm more times ,but by different number of clusters in each time ,to consider the result of number of clusters in final output. The output sections show that by increasing the number of clusters ,both data and noise are distributed in more clusters , so when we eliminate one cluster ,the probability of missing the signal in seismic data is more less. It‘s the main advantage of high number of clusters . but we consider disadvantages like complicated computations and long time for running the algorithm. As the fuzzy GK algorithm is a semi – supervised method, it seems we must consider the main properties of the input data like SNR, real or synthetic, post stack or pre stack and also using existing indexes in method including XB index , signal index and comparison between output sections , to decide about any special case .Regarding all of them , we can hope to have the best output by the minimum amount of noise and good signal enhancement .