8、水力压裂引起的地质材料力学性质变化的可视化研究

水力压裂引起的地质材料力学性质变化的可视化研究

1. 降维技术概述

降维是处理高维数据的重要手段，它能够减少高维数据中不需要的特征，主要包括噪声（方差）、冗余（高度相关的变量）以及数据不足（特征数量远大于样本数量）等问题。不过，降维也会导致一定的信息损失。降维方法主要分为特征选择和特征提取两类：
- 特征选择 ：基于目标函数从原始特征集中选择最相关的特征，所选特征保留其在原始特征集中的原有特性和含义。常见的特征选择方法有方差阈值、递归特征消除、ANOVA F值和互信息测试等。
- 特征提取 ：找到一组新构建的、数量较少的特征，这些特征是原始特征的某种组合，是对原始特征的非物理变换，与原始特征集不同。流行的特征提取方法包括主成分分析（PCA）、因子分析、ISOMAP和独立成分分析等。在相关研究中，采用主成分分析（PCA）作为特征提取的降维技术。

2. 特征工程的影响

为了研究特征工程的效果，对比了基于K-means聚类的两种情况：一种是对剪切波形数据集先进行短时傅里叶变换（STFT），再进行PCA处理；另一种是先使用平稳统计方法，再进行PCA处理。通过PCA对特征工程后的数据集进行降维，避免维度灾难，以提高聚类方法的性能。
- 数据降维情况 ：
- 180个STFT衍生特征分别降维为67和88个PCA衍生成分，可解释98%的方差，用于在轴向和 frontal 平面可视化地质力学变化区域。
- 18个平稳统计特征降维为12个PCA衍生成分，可解释98%的方差，用于在轴向和 frontal 平面可视化变化区域。