利用数据挖掘的滑坡监测数据处理流程   总被引：1，自引：0，他引：1  

牛瑞卿  韩舸 《武汉大学学报(信息科学版)》2012,37(7):869-872,881

为有效处理海量、多种类的滑坡监测数据,提出了基于数据挖掘的滑坡监测数据处理流程。以白家包滑坡为例,利用k-means算法对监测数据进行定性处理,进而利用Apriori算法分析滑坡形变的诱发因素。实验结果表明,提出的流程能有效地处理滑坡监测数据,并发掘到有助于人们认识滑坡形变及其原因的知识。  相似文献   

利用SIFT和静态小波变换的遥感影像配准方法   总被引：1，自引：0，他引：1  

韩舸  牛瑞卿 《测绘科学》2012,37(5):61-64

本文首先利用静态小波变换对影像进行多层分解,在其低频子影像上利用SIFT提取特征点集;之后,通过统计不同阀值下的匹配点集精度和数量信息,利用多项式拟合的方法自动建立约束条件,并以此约束条件自动校正控制点集以得到数量可观且高精度的控制点集。试验结果表明,该方法是一种有效的遥感影像配准控制点自动提取方法。  相似文献   

卫星AOD数据驱动的区域电力污秽等级评估方法     

熊宇  陈孝明  阮羚  黄俊杰  张天浩  朱忠敏  韩舸 《测绘通报》2016,(8):39-43

传统污秽等级评估方法存在高成本、低效率、区域不均衡及包含主观性等问题。卫星遥感以其大覆盖和高重访的优点特别适合需要时相特征的大范围地物监测,同时20年来遥感定量化和自动化的发展产生了大量性能优异的机器学习算法,能够很好地避免人为主观因素的干扰。本文提出了一种基于卫星遥感数据及粗糙集、支持向量机等数据处理算法的区域电力污秽评估方法。数据挖掘试验表明,最少只需获取AOD、污染源目录、降雨和地形高程4种数据即可实施污区等级评估工作。在此基础上的分类试验表明,基于支持向量机的分类方法总体分类精度高达70%,适用于全局污秽等级的评定和污区等级分布图的制订;而最大似然的分类方法对高等级污秽的评估精度高达80%,适用于对污秽闪络事故的预警。  相似文献   

利用粗糙集的滑坡分阶段位移预测方法——以白家包滑坡为例     

韩舸  龚威  吴婷  赵艳南 《吉林大学学报(地球科学版)》2014,44(3):925

为解决大数据量下滑坡的位移数值精确预测,采用数据挖掘技术对滑坡多源监测数据进行预处理,进而采取粗糙集理论对输入变量集进行定量评价、约减并完成滑坡变形阶段预测,在此基础上利用不同算法进行滑坡变形位移数值预测。实验显示,粗糙集对滑坡变形阶段划分的准确度达到96.5%,在此基础上利用分类回归树预测滑坡位移的精度达到6.5 mm。结果表明,分阶段的位移预测方法是可行的,其提供的预测精度显著优于普通方法并且达到了工程应用的需求。  相似文献