模糊聚类法在海底分类中的应用

• 作者: A. Lucieer V. Lucieer 刘永刚 梁世容
• 来源期刊: 海洋地质
• 学科: 地球科学
• 关键词: 海洋制图 模糊边界 模糊C-均值(FCM)聚类 聚类验证 不确定性分析
• 年，卷（期）: 2013,（2）
• 页码范围: 31-47
• 页数: 17页
• 分类号: P736.21

摘要

为了发展海底沉积物的定量分类技术，我们要认识到，各种软沉积物之间的边界实际上存在过渡区，并因此呈现不确定性和渐变性，这一点非常重要。我们运用模糊聚类方法中的模糊C-均值法（FCM），对澳大利亚海景分类模型的数据子集中的这些过渡区进行识别。由模糊C-均值算法计算得到的重叠类别和渐变边界提供了沉积物边界的评价结果，该模糊边界比硬性边界更接近实际模型。FCM结果以各类别所对应的隶属度图层的形式给出，每个网格单元根据其类属性中最大隶属度值，以及将类别属性不确定性量化的模糊索引层来硬性分类。模糊索引层为海底分类与最大不确定性的显著区之间的过渡带和重叠区提供了一种空间指示作用。考虑到数据的空间相关性，我们通过采用新的FMLE模糊聚类算法，对标准的FCM算法进行扩展。除此之外，我们采取和应用新的聚类验证方法PCAES、PBMF和XB来确定数据最优的分类数，这对海底成图而言是一种全新的模式识别应用。FCM算法提供了将海底沉积物分为5类的最可靠结果。该研究结果经过模拟数据集的检验和验证，并进而将该分类和验证算法应用于海底沉积物分类识别海底地貌。新的计算结果同之前采用硬性ISODATA聚类方法计算得到的澳大利亚地学海景分类结果进行了对比。随着物理手段在解释海洋生物多样性方面越来越多的应用，该研究在发展海底生物栖息地识别技术方面将起到重要作用。