基于不确定数据的半监督动态K-均值算法在滑坡危险性预测上的应用

发布时间：2021-12-15 21:47

　　针对滑坡危险性预测中降雨等不确定因素难以衡量,及现有的预测方法大多属于无监督的传统聚类方法,不能有效利用先验信息的问题,为有效提高预测精度,首先提出一种不确定数据距离-uv距离,它实现了不确定因素降雨的有效刻画;其次将半监督聚类应用于滑坡危险性预测,引入uv距离,设计了一种基于不确定数据的半监督动态K-均值算法,其有效利用了先验信息,并通过设置隶属度阈值实现了数据集的动态划分,有效提高了预测精度。研究区的实验结果证明了uv距离及算法的有效性。 

【文章来源】：山东农业大学学报(自然科学版). 2020,51(02)北大核心

【文章页数】：7 页

【参考文献】：
期刊论文
[1]基于K-PSO聚类算法和熵值法的滑坡敏感性[J]. 阮云凯,占洁伟,陈剑平,李严严.  东北大学学报(自然科学版). 2017(04)
[2]不确定遗传神经网络在滑坡危险性预测中的研究与应用[J]. 刘卫明,高晓东,毛伊敏,周昭飞.  计算机工程. 2017(02)
[3]不确定数据的最优k近邻和局部密度聚类算法[J]. 陆亿红,夏聪.  控制与决策. 2016(03)
[4]三峡库区万州区滑坡灾害易发性评价研究[J]. 张俊,殷坤龙,王佳佳,刘磊,黄发明.  岩石力学与工程学报. 2016(02)
[5]断裂性质与滑坡分布的关系——以汶川地震中的大型滑坡为例[J]. 陈晓利,惠红军,赵永红.  地震地质. 2014(02)
[6]一般分布区间型符号数据的K均值聚类方法[J]. 郭均鹏,陈颖,李汶华.  管理科学学报. 2013(03)
[7]灰色聚类法在阿里地区地质灾害危险性评价中的应用[J]. 吴亚子,杨敏.  水资源与水工程学报. 2010(06)
[8]基于Tri-Training和数据剪辑的半监督聚类算法[J]. 邓超,郭茂祖.  软件学报. 2008(03)
[9]密度敏感的半监督谱聚类[J]. 王玲,薄列峰,焦李成.  软件学报. 2007(10)

硕士论文
[1]基于均场退火算法的半监督聚类方法的研究及应用[D]. 陈祺.华南理工大学 2012
[2]区域滑坡灾害危险性评价信息图谱研究[D]. 安静.中南大学 2009



本文编号：3537198