رویکردی جدید در تعیین نقاط امیدبخش اکتشافی بر پایه خوشه بندی فضایی

خوشه بندی فضایی یکی از روشهای خوشه بندی است که میتواند بر مبنای مولفه های فضایی نتایج مطلوبتری را در ارتباط با آشکارسازی خوشه های همگون ارائه نماید. این روش در مطالعات زمینشناسی اکتشافی میتواند به عنوان ابزاری سودمند در تعیین نقاط امیدبخش اکتشافی مورد استفاده قرار گیرد. در این مقاله با معرفی الگوریتمهای یک و چند متغیره و استفاده از معیار خود همبستگی G عمومی و بهبود الگوریتم خوشه بندی k-means ، خوشه بندی فضایی انجام گردید. تعمیم این روش بااستفاده از مولفه های عمق و فاصله تا نزدیکترین گسل به عنوان مولفه های اصلی و الگوریتمهای حاصل از آن در معدن بوکسیت جاجرم نشان میدهد تغییرات عیار و مدول به شدت تحت تاثیر این دو مولفه است. انتخاب بهترین مولفه های فضایی در مناطق اکتشافی و ورود آن به الگوریتم معرفی شده در این مقاله میتواند منجر به تعیین نقط امیدبخش اکتشافی گردد.

کلیدواژه ها:

دادههای فضایی ، خودهمبستگیفضایی G - عمومی ، خوشه بندی k-means