地面沉降是全球公认的重要灾害,不同受灾区域的地面沉降处于不同发展阶段,准确地认识地面沉降的发展是防治地面沉降灾害的关键。针对地面沉降各发展阶段的不同特征,提出了一种自适应聚类算法(improved adaptive density peak clustering...地面沉降是全球公认的重要灾害,不同受灾区域的地面沉降处于不同发展阶段,准确地认识地面沉降的发展是防治地面沉降灾害的关键。针对地面沉降各发展阶段的不同特征,提出了一种自适应聚类算法(improved adaptive density peak clustering algorithm based on K-nearest neighbors,简称IADPC-KNN),结合粒模型理论,归纳总结了地面沉降发展模式及其映射规律。首先,采用动态时间弯曲方法(dynamic time warping,简称DTW)作为数据间的距离度量,将IADPC-KNN与其他5种聚类算法,在7个公开的数据集进行测试,结果表明IADPC-KNN具有较高精度及较好鲁棒性。其次,收集全球14个受灾区域的地面沉降监测数据,经过数据处理、序列提取、聚类分析、粒模型构建、规则归纳等步骤,得到4类地面沉降模式及其映射关系。最后,采用某地2017―2019年的监测数据进行验证,结果表明该地2018年以后的地面沉降模式有0.3592的概率属于模式4,与实际沉降发展较吻合。该研究成果可为地面沉降灾害的预测与防控提供理论参考。展开更多
为快速准确地计算时间序列数据相似度,引入快速动态时间规划距离(fast dynamic time warping,FDTW),提出了基于FDTW的模糊C均值算法和模糊C中心点聚类算法。FDTW通过对数据序列进行拉伸和压缩匹配时间序列数据,只要形状相同,即使发生时...为快速准确地计算时间序列数据相似度,引入快速动态时间规划距离(fast dynamic time warping,FDTW),提出了基于FDTW的模糊C均值算法和模糊C中心点聚类算法。FDTW通过对数据序列进行拉伸和压缩匹配时间序列数据,只要形状相同,即使发生时间位移也可以准确识别,同时解决了传统DTW计算效率较低的问题。试验结果表明,提出的算法仍能保证聚类的精度。展开更多
为解决因排查效率低、数据更新不及时等因素导致低压配电网户变关系连接形式与实际不符的问题,提出一种基于角度分段线性近似(anglepiecewiselinearrepresentation,APLR)和改进密度峰值聚类(improved clustering by fast search find of...为解决因排查效率低、数据更新不及时等因素导致低压配电网户变关系连接形式与实际不符的问题,提出一种基于角度分段线性近似(anglepiecewiselinearrepresentation,APLR)和改进密度峰值聚类(improved clustering by fast search find of density peaks,ICFSFDP)相结合的户变关系识别方法。首先,根据电压曲线中相邻线段的角度变化量提取曲线的转折点,利用APLR对曲线进行自适应降维重构;随后,使用ICFSFDP算法对降维数据组展开聚类分析,在决策图中由拟合函数与坐标轴围成面积的最小值得到最优类簇数目,进而得到聚类和非聚类中心用户;最后,使用动态时间弯曲(dynamic time warping,DTW)距离计算聚类和非聚类中心用户之间的距离相似度,进而得到户变关系。将所提方法应用于模拟和真实数据中,均可证实所提方法的有效性。算例分析结果表明:该方法能够对时间间隔不同、不等维的序列进行分析,且不需要人为设定聚类算法的参数,户变关系识别准确率高。展开更多
为更加快速准确地从微震时序数据中提取微震事件,提高异常事件的捕捉效率,提出一种基于多尺度融合卷积和空洞卷积的自动编码器(multi-scale fusion convolution and dilated convolutions auto encoder,MDCAE)与融合波动率和限制窗口的...为更加快速准确地从微震时序数据中提取微震事件,提高异常事件的捕捉效率,提出一种基于多尺度融合卷积和空洞卷积的自动编码器(multi-scale fusion convolution and dilated convolutions auto encoder,MDCAE)与融合波动率和限制窗口的动态时间扭曲(constraints dynamic time warping for fusing volatility,CDTW-Vol)方法。提出MDCAE的特征提取方法,将波形信号转变为低维特征信号,引入微震波形的波动率的概念,通过改进后的DTW算法对特征信号进行相似性度量,得到的相似性矩阵进行k-medoids聚类,得到聚类结果。应用某矿区501工作面和802工作面微震监测数据集进行实验,验证所提方法的准确性和泛化性,经实验得出所提聚类方法轮廓系数89%,兰德系数90%,相比普通的k-medoids聚类算法聚类精度上升57%,为捕捉微震系统的异常事件提供了一种新方法。展开更多
文摘地面沉降是全球公认的重要灾害,不同受灾区域的地面沉降处于不同发展阶段,准确地认识地面沉降的发展是防治地面沉降灾害的关键。针对地面沉降各发展阶段的不同特征,提出了一种自适应聚类算法(improved adaptive density peak clustering algorithm based on K-nearest neighbors,简称IADPC-KNN),结合粒模型理论,归纳总结了地面沉降发展模式及其映射规律。首先,采用动态时间弯曲方法(dynamic time warping,简称DTW)作为数据间的距离度量,将IADPC-KNN与其他5种聚类算法,在7个公开的数据集进行测试,结果表明IADPC-KNN具有较高精度及较好鲁棒性。其次,收集全球14个受灾区域的地面沉降监测数据,经过数据处理、序列提取、聚类分析、粒模型构建、规则归纳等步骤,得到4类地面沉降模式及其映射关系。最后,采用某地2017―2019年的监测数据进行验证,结果表明该地2018年以后的地面沉降模式有0.3592的概率属于模式4,与实际沉降发展较吻合。该研究成果可为地面沉降灾害的预测与防控提供理论参考。
文摘为快速准确地计算时间序列数据相似度,引入快速动态时间规划距离(fast dynamic time warping,FDTW),提出了基于FDTW的模糊C均值算法和模糊C中心点聚类算法。FDTW通过对数据序列进行拉伸和压缩匹配时间序列数据,只要形状相同,即使发生时间位移也可以准确识别,同时解决了传统DTW计算效率较低的问题。试验结果表明,提出的算法仍能保证聚类的精度。
文摘为解决因排查效率低、数据更新不及时等因素导致低压配电网户变关系连接形式与实际不符的问题,提出一种基于角度分段线性近似(anglepiecewiselinearrepresentation,APLR)和改进密度峰值聚类(improved clustering by fast search find of density peaks,ICFSFDP)相结合的户变关系识别方法。首先,根据电压曲线中相邻线段的角度变化量提取曲线的转折点,利用APLR对曲线进行自适应降维重构;随后,使用ICFSFDP算法对降维数据组展开聚类分析,在决策图中由拟合函数与坐标轴围成面积的最小值得到最优类簇数目,进而得到聚类和非聚类中心用户;最后,使用动态时间弯曲(dynamic time warping,DTW)距离计算聚类和非聚类中心用户之间的距离相似度,进而得到户变关系。将所提方法应用于模拟和真实数据中,均可证实所提方法的有效性。算例分析结果表明:该方法能够对时间间隔不同、不等维的序列进行分析,且不需要人为设定聚类算法的参数,户变关系识别准确率高。
文摘为更加快速准确地从微震时序数据中提取微震事件,提高异常事件的捕捉效率,提出一种基于多尺度融合卷积和空洞卷积的自动编码器(multi-scale fusion convolution and dilated convolutions auto encoder,MDCAE)与融合波动率和限制窗口的动态时间扭曲(constraints dynamic time warping for fusing volatility,CDTW-Vol)方法。提出MDCAE的特征提取方法,将波形信号转变为低维特征信号,引入微震波形的波动率的概念,通过改进后的DTW算法对特征信号进行相似性度量,得到的相似性矩阵进行k-medoids聚类,得到聚类结果。应用某矿区501工作面和802工作面微震监测数据集进行实验,验证所提方法的准确性和泛化性,经实验得出所提聚类方法轮廓系数89%,兰德系数90%,相比普通的k-medoids聚类算法聚类精度上升57%,为捕捉微震系统的异常事件提供了一种新方法。
