本文主要研究内容
作者朱玲（2019）在《基于不确定数据的IM-K-means算法在滑坡危险性预测的应用》一文中研究指出：我国是滑坡灾害较为多发的国家,滑坡不仅损害社会资源,而且威胁人民的生命及财产安全,因此寻求能够减轻甚至规避灾害损失的滑坡危险性预测方法极具现实意义和应用价值。而滑坡主要诱发因素降雨量的不确定性往往会给滑坡预测带来一定困难,如何有效处理不确定数据并在此基础上设计出有效的滑坡危险性预测方法是本文研究的重点。数据挖掘中的聚类算法经常被用于滑坡危险性预测,传统聚类算法通常指无监督的聚类算法,它在不利用任何已知信息的条件下根据数据间的相似性实现数据集的划分,使得同一个类中的相似性高,不同类间的相似性低,但是由于该方法在滑坡危险性预测应用的过程中完全忽略应用中给出的少量先验信息,仅在聚类结束后利用先验信息对聚类结果赋予意义,因此这种方法的预测精度整体偏低,且会导致有些类没有实际意义。基于此,考虑到在滑坡危险性预测实际应用中通常易获得少量的先验信息的实际情况,为充分利用给出的先验信息,本文首次提出把半监督聚类方法应用于滑坡危险性预测的设想,并以较成熟的基seeds集的半监督K-means算法为基础,首先通过seeds集的消噪和空间扩展实现seeds集优化,其次以seeds集作为初始类引导数据集进行相似性的聚类划分,并进一步通过设置引入隶属度概念,通过隶属度阈值实现了数据的高质量划分,有效提高了算法性能。滑坡的影响因素通常有多种,其中主要诱发因素之一的降雨量为不确定属性,其取值表现为不确定数据,而传统的方法难以准确衡量不确定数据间的相似性,因此,为了能有效刻画不确定降雨量的相似性进而实现危险性预测的有效聚类,在改进半监督K-means算法提出之前,本文首先提出了一种新的不确定数据距离,借鉴均匀分布的不确定数据距离--Hausdorff距离的思想,延伸出了一种适用范围更广的不确定距离-uv距离,以此作为改进后的基于seeds集的半监督K-means算法中不确定数据的相似性的度量标准。最后将基于uv距离的改进半监督K-means算法应用于滑坡危险性预测,建立了一种半监督的滑坡危险性预测模型,将该模型应用于延安宝塔区域内,进一步通过对比实验分别验证不确定uv距离衡量不确定雨量的有效性、半监督聚类相较于无监督聚类在滑坡危险性预测中的良好性能,以及改进的半监督k-means算法对比于传统半监督K-means算法的更优性能,以及seeds集优化方法在滑坡危险性预测上的作用。
Abstract
wo guo shi hua po zai hai jiao wei duo fa de guo jia ,hua po bu jin sun hai she hui zi yuan ,er ju wei xie ren min de sheng ming ji cai chan an quan ,yin ci xun qiu neng gou jian qing shen zhi gui bi zai hai sun shi de hua po wei xian xing yu ce fang fa ji ju xian shi yi yi he ying yong jia zhi 。er hua po zhu yao you fa yin su jiang yu liang de bu que ding xing wang wang hui gei hua po yu ce dai lai yi ding kun nan ,ru he you xiao chu li bu que ding shu ju bing zai ci ji chu shang she ji chu you xiao de hua po wei xian xing yu ce fang fa shi ben wen yan jiu de chong dian 。shu ju wa jue zhong de ju lei suan fa jing chang bei yong yu hua po wei xian xing yu ce ,chuan tong ju lei suan fa tong chang zhi mo jian du de ju lei suan fa ,ta zai bu li yong ren he yi zhi xin xi de tiao jian xia gen ju shu ju jian de xiang shi xing shi xian shu ju ji de hua fen ,shi de tong yi ge lei zhong de xiang shi xing gao ,bu tong lei jian de xiang shi xing di ,dan shi you yu gai fang fa zai hua po wei xian xing yu ce ying yong de guo cheng zhong wan quan hu lve ying yong zhong gei chu de shao liang xian yan xin xi ,jin zai ju lei jie shu hou li yong xian yan xin xi dui ju lei jie guo fu yu yi yi ,yin ci zhe chong fang fa de yu ce jing du zheng ti pian di ,ju hui dao zhi you xie lei mei you shi ji yi yi 。ji yu ci ,kao lv dao zai hua po wei xian xing yu ce shi ji ying yong zhong tong chang yi huo de shao liang de xian yan xin xi de shi ji qing kuang ,wei chong fen li yong gei chu de xian yan xin xi ,ben wen shou ci di chu ba ban jian du ju lei fang fa ying yong yu hua po wei xian xing yu ce de she xiang ,bing yi jiao cheng shou de ji seedsji de ban jian du K-meanssuan fa wei ji chu ,shou xian tong guo seedsji de xiao zao he kong jian kuo zhan shi xian seedsji you hua ,ji ci yi seedsji zuo wei chu shi lei yin dao shu ju ji jin hang xiang shi xing de ju lei hua fen ,bing jin yi bu tong guo she zhi yin ru li shu du gai nian ,tong guo li shu du yu zhi shi xian le shu ju de gao zhi liang hua fen ,you xiao di gao le suan fa xing neng 。hua po de ying xiang yin su tong chang you duo chong ,ji zhong zhu yao you fa yin su zhi yi de jiang yu liang wei bu que ding shu xing ,ji qu zhi biao xian wei bu que ding shu ju ,er chuan tong de fang fa nan yi zhun que heng liang bu que ding shu ju jian de xiang shi xing ,yin ci ,wei le neng you xiao ke hua bu que ding jiang yu liang de xiang shi xing jin er shi xian wei xian xing yu ce de you xiao ju lei ,zai gai jin ban jian du K-meanssuan fa di chu zhi qian ,ben wen shou xian di chu le yi chong xin de bu que ding shu ju ju li ,jie jian jun yun fen bu de bu que ding shu ju ju li --Hausdorffju li de sai xiang ,yan shen chu le yi chong kuo yong fan wei geng an de bu que ding ju li -uvju li ,yi ci zuo wei gai jin hou de ji yu seedsji de ban jian du K-meanssuan fa zhong bu que ding shu ju de xiang shi xing de du liang biao zhun 。zui hou jiang ji yu uvju li de gai jin ban jian du K-meanssuan fa ying yong yu hua po wei xian xing yu ce ,jian li le yi chong ban jian du de hua po wei xian xing yu ce mo xing ,jiang gai mo xing ying yong yu yan an bao da ou yu nei ,jin yi bu tong guo dui bi shi yan fen bie yan zheng bu que ding uvju li heng liang bu que ding yu liang de you xiao xing 、ban jian du ju lei xiang jiao yu mo jian du ju lei zai hua po wei xian xing yu ce zhong de liang hao xing neng ,yi ji gai jin de ban jian du k-meanssuan fa dui bi yu chuan tong ban jian du K-meanssuan fa de geng you xing neng ,yi ji seedsji you hua fang fa zai hua po wei xian xing yu ce shang de zuo yong 。
论文参考文献
论文详细介绍
论文作者分别是来自江西理工大学的朱玲，发表于刊物江西理工大学2019-09-23论文，是一篇关于滑坡论文,滑坡危险性预测论文,聚类论文,半监督聚类论文,不确定数据论文,江西理工大学2019-09-23论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自江西理工大学2019-09-23论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：滑坡论文; 滑坡危险性预测论文; 聚类论文; 半监督聚类论文; 不确定数据论文; 江西理工大学2019-09-23论文;