CN120086777B 基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法及系統(tǒng) (廣東普藍(lán)地理信息服務(wù)有限公司)_第1頁
CN120086777B 基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法及系統(tǒng) (廣東普藍(lán)地理信息服務(wù)有限公司)_第2頁
CN120086777B 基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法及系統(tǒng) (廣東普藍(lán)地理信息服務(wù)有限公司)_第3頁
CN120086777B 基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法及系統(tǒng) (廣東普藍(lán)地理信息服務(wù)有限公司)_第4頁
CN120086777B 基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法及系統(tǒng) (廣東普藍(lán)地理信息服務(wù)有限公司)_第5頁
已閱讀5頁,還剩9頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

(19)國家知識產(chǎn)權(quán)局(12)發(fā)明專利(10)授權(quán)公告號CN120086777B(65)同一申請的已公布的文獻(xiàn)號(73)專利權(quán)人廣東普藍(lán)地理信息服務(wù)有限公司地址510665廣東省廣州市天河區(qū)棠下二社涌邊一橫巷19號301.303.305房卜青營譚嘉輝武思源但鵬(74)專利代理機(jī)構(gòu)北京中佳信聯(lián)知識產(chǎn)權(quán)代理有限公司16122專利代理師劉曉剛審查員邢麗超基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法及系統(tǒng)本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域,更具體地,本發(fā)明涉及基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法及系統(tǒng),所述方法包括:獲取目標(biāo)監(jiān)測點的變形數(shù)據(jù)序列,計算每個數(shù)據(jù)的邊緣程度篩選邊緣點,選擇距離目標(biāo)邊緣點最近的點作為目標(biāo)點,從剩余邊緣點中篩選優(yōu)選程度滿足預(yù)設(shè)條件的邊緣點與目標(biāo)點連接,并將連接點作為新目標(biāo)點,以基于新目標(biāo)點重復(fù)連接過程直到滿足終止條件,得到一個邊緣,將各邊緣中所有邊緣點的變形數(shù)據(jù)均值作為對應(yīng)邊緣的聚類中心,根據(jù)各數(shù)據(jù)到聚類中心的距離對所有數(shù)據(jù)進(jìn)行聚類,以基于得到的聚類簇的異常程度,監(jiān)測目獲取對目標(biāo)監(jiān)測點進(jìn)行變形監(jiān)測的變形數(shù)據(jù)序列獲取對目標(biāo)監(jiān)測點進(jìn)行變形監(jiān)測的變形數(shù)據(jù)序列對于變形數(shù)據(jù)序列中的任一數(shù)據(jù),預(yù)設(shè)該數(shù)據(jù)的第一近鄰集,計算該數(shù)據(jù)的邊緣程度,邊緣程度代表該數(shù)據(jù)的局部密度和第一近鄰集中各數(shù)據(jù)的局部密度的差異,以根據(jù)各數(shù)據(jù)的邊緣程度篩選邊緣點選取目標(biāo)邊緣點,將與目標(biāo)邊緣點距離最近的邊緣點作為目標(biāo)點,以目標(biāo)邊緣點到目標(biāo)點的方向為極軸,以預(yù)設(shè)方向為角度的正方向,構(gòu)建以目標(biāo)點為原點的極坐標(biāo)系,計算剩余邊緣點的優(yōu)選程度,優(yōu)選程度與對應(yīng)邊緣點在極坐標(biāo)系中的極軸和極徑均負(fù)相關(guān),以根據(jù)優(yōu)選程度篩選連接點與目標(biāo)點連接,并將連接點作為新目標(biāo)點,構(gòu)建以新目標(biāo)點為坐標(biāo)原點的極坐標(biāo)系并重復(fù)連接過程直到滿足預(yù)設(shè)終止條件得到一個邊緣,以獲取所有邊緣將任一邊緣中所有邊緣點的變形數(shù)據(jù)均值作為該邊緣的聚類中心,根據(jù)各數(shù)據(jù)到聚類中心的距離對所有數(shù)據(jù)進(jìn)行聚類,以基于聚類簇的異常程度監(jiān)測目標(biāo)監(jiān)測點的形變異常,異常程度代表對應(yīng)聚類簇內(nèi)部數(shù)據(jù)的離散程度2選取目標(biāo)邊緣點,將與目標(biāo)邊緣點距離最近的邊緣點作為目標(biāo)點,以目標(biāo)邊緣點到目算剩余邊緣點的優(yōu)選程度,優(yōu)選程度與對應(yīng)邊緣點在極坐標(biāo)系中的極軸和極徑均負(fù)相關(guān),以根據(jù)優(yōu)選程度篩選連接點與目標(biāo)點連接,并將將任一邊緣中所有邊緣點的變形數(shù)據(jù)均值作為該邊緣的聚類中心中心的距離對所有數(shù)據(jù)進(jìn)行聚類,以基于聚類簇的異常程度監(jiān)測目標(biāo)監(jiān)測點的形變異常,將任一數(shù)據(jù)的第一近鄰集中所有數(shù)據(jù)的局部密度的極差的歸一化2.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法,其特征在預(yù)設(shè)任一數(shù)據(jù)的第二近鄰集,將該數(shù)據(jù)與所述第二近鄰集中各數(shù)據(jù)的平均距離的倒3.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法,其特征在4.根據(jù)權(quán)利要求3所述的基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法,其特征在判斷目標(biāo)邊緣點與目標(biāo)點的縱坐標(biāo)的大小,若所述目標(biāo)點的縱坐標(biāo)大于或等于目標(biāo)邊若小于目標(biāo)邊緣點的縱坐標(biāo),則將逆時針方向作為以目標(biāo)35.根據(jù)權(quán)利要求4所述的基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法,其特征在6.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法,其特征在根據(jù)任一數(shù)據(jù)與任一聚類中心的距離,計算該數(shù)據(jù)與該聚類中心的相似程度:將各數(shù)據(jù)分別劃分到對應(yīng)的相似程度最大的聚類中心的聚類簇中,以對所有數(shù)據(jù)進(jìn)行7.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法,其特征在獲取任意兩聚類中心之間的距離的最大值,以各聚類中心為中心構(gòu)建邊長為所述最大值的一半的正方形區(qū)域,并將所述正方形區(qū)域作為以對應(yīng)聚類中心進(jìn)行聚類時的聚類范8.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法,其特征在的距離的標(biāo)準(zhǔn)差;σ(te)為第e個聚類簇中所有數(shù)據(jù)點對應(yīng)的采樣時刻序數(shù)的標(biāo)準(zhǔn)差;若所有聚類簇的異常程度均大于預(yù)設(shè)異常閾值,則判定目標(biāo)監(jiān)測點的變形量存在異常。9.基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測系統(tǒng),其特征在于,所述基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測系統(tǒng)包括存儲器和處理器,所述存儲器上存儲有計算機(jī)程序,所述處理器執(zhí)行所述計算機(jī)程序以實現(xiàn)如權(quán)利要求1-8任一項所述基于數(shù)據(jù)分析的地4基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法及系統(tǒng)技術(shù)領(lǐng)域[0001]本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域。更具體地,本發(fā)明涉及基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法及系統(tǒng)。背景技術(shù)[0002]在地理信息測繪領(lǐng)域,變形監(jiān)測技術(shù)通過高精度的動態(tài)監(jiān)測手段,能夠?qū)崟r獲取地面沉降、建筑物形變、地裂縫等潛在地質(zhì)風(fēng)險的變化信息,極大地增強(qiáng)了基礎(chǔ)設(shè)施的狀態(tài)感知與安全評估能力。與傳統(tǒng)依賴靜態(tài)數(shù)據(jù)的地理信息系統(tǒng)(GIS)不同,變形監(jiān)測通過結(jié)合傳感器技術(shù)、遙感技術(shù)和大數(shù)據(jù)分析,能夠通過動態(tài)監(jiān)測提供精確的變化過程數(shù)據(jù),更好地反映基礎(chǔ)設(shè)施的實際狀態(tài)。因此,變形監(jiān)測是地理信息測繪中的重要組成部分。[0003]相關(guān)技術(shù)中,如公開號為CN113700053A的專利申請文件中公開了一種基于BIM的施工過程基坑變形監(jiān)測預(yù)警方法及系統(tǒng),該方法包括:基于BIM和目標(biāo)基坑的現(xiàn)場實測數(shù)據(jù)構(gòu)建目標(biāo)基坑的基礎(chǔ)三維模型;于基礎(chǔ)三維模型中的目標(biāo)基坑表面布設(shè)多個測點,以任意一個測點為原點建立空間坐標(biāo)軸,并獲取所有測點的初始空間坐標(biāo);根據(jù)初始空間坐標(biāo)和測點的空間坐標(biāo)變化篩選出異常測點;預(yù)測異常測點的移動變化;基于移動變化預(yù)測目標(biāo)基坑的異常形變狀態(tài)。[0004]然而,上述方案在異常測點識別過程中,依賴于不同時刻測點空間坐標(biāo)的變化量,而未充分考慮測點在不同時刻的空間分布特征和相似性,而僅基于單一形變量進(jìn)行異常判定,可能導(dǎo)致異常測點識別的準(zhǔn)確性較低,從而影響異常測點的篩選效果,進(jìn)而無法有效反映目標(biāo)監(jiān)測物的真實異常形變狀態(tài)。發(fā)明內(nèi)容[0005]為了解決無法準(zhǔn)確地識別目標(biāo)監(jiān)測物的形變異常的問題,本發(fā)明提供了基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法及系統(tǒng)。[0006]根據(jù)本發(fā)明的第一方面,提供了基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方[0007]獲取對目標(biāo)監(jiān)測點進(jìn)行變形監(jiān)測時的變形數(shù)據(jù)序列;[0008]對于變形數(shù)據(jù)序列中的任一數(shù)據(jù),預(yù)設(shè)該數(shù)據(jù)的第一近鄰集,計算該數(shù)據(jù)的邊緣程度,邊緣程度代表該數(shù)據(jù)的局部密度和第一近鄰集中各數(shù)據(jù)的局部密度的差異,以根據(jù)各數(shù)據(jù)的邊緣程度篩選邊緣點;[0009]選取目標(biāo)邊緣點,將與目標(biāo)邊緣點距離最近的邊緣點作為目標(biāo)點,以目標(biāo)邊緣點到目標(biāo)點的方向為極軸,以預(yù)設(shè)方向為角度的正方向,構(gòu)建以目標(biāo)點為原點的極坐標(biāo)系,計算剩余邊緣點的優(yōu)選程度,優(yōu)選程度與對應(yīng)邊緣點在極坐標(biāo)系中的極軸和極徑均負(fù)相關(guān),以根據(jù)優(yōu)選程度篩選連接點與目標(biāo)點連接,并將連接點作為新目標(biāo)點,構(gòu)建以新目標(biāo)點為坐標(biāo)原點的極坐標(biāo)系并重復(fù)連接過程直到滿足預(yù)設(shè)終止條件得到一個邊緣,以獲取所有邊5[0013]預(yù)設(shè)任一數(shù)據(jù)的第二近鄰集,將該數(shù)據(jù)與第二近鄰集中各數(shù)據(jù)的平均距離的倒 [0016]本發(fā)明通過計算數(shù)據(jù)的局部密度,有助于捕捉數(shù)據(jù)點在局部區(qū)域內(nèi)的分布特化能夠體現(xiàn)目標(biāo)監(jiān)測點的實際變形情況,從而能夠為目標(biāo)監(jiān)測點的形變異常監(jiān)測提供全6[0028]根據(jù)任一數(shù)據(jù)與任一聚類中心的距離,計算該數(shù)據(jù)與該聚類中心的相似程度:[0038]根據(jù)本發(fā)明的第二方面,提供了基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測系附圖說明[0042]通過參考附圖閱讀下文的詳細(xì)描述,本發(fā)明示例性實施方式的上述以及其他目7干實施方式,并且相同或?qū)?yīng)的標(biāo)號表示相同或?qū)?yīng)的部分,其中:[0043]圖1是本發(fā)明實施例基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法的步驟流程示意圖;[0044]圖2是本發(fā)明實施例中以目標(biāo)點為坐標(biāo)原點構(gòu)建的極坐標(biāo)系的一種示意圖;[0045]圖3是本發(fā)明實施例中以目標(biāo)點為坐標(biāo)原點構(gòu)建的極坐標(biāo)系的另一種示意圖。具體實施方式[0046]下面將結(jié)合本發(fā)明實施例中的附圖,對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述,顯然,所描述的實施例是本發(fā)明一部分實施例,而不是全部的實施例。基于本發(fā)明中的實施例,本領(lǐng)域技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都屬于本發(fā)明保護(hù)的范圍。[0047]下面結(jié)合附圖來詳細(xì)描述本發(fā)明的具體實施方式。[0048]參照圖1,基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異常檢測方法,包括步驟S1-步驟S4,[0049]S1:獲取對目標(biāo)監(jiān)測點進(jìn)行變形監(jiān)測的變形數(shù)據(jù)序列。[0050]需要說明的是,變形監(jiān)測通過對建筑、地面及工程設(shè)施的定期測量,能夠?qū)崟r掌握的穩(wěn)定性和安全性。其核心目的是提前發(fā)現(xiàn)并預(yù)警地質(zhì)或結(jié)構(gòu)變形引發(fā)的潛在安全風(fēng)險。變形監(jiān)測主要包括水平監(jiān)測和垂直監(jiān)測兩類,具體采用如水準(zhǔn)測量、衛(wèi)星定位技術(shù)、全站儀測繪等手段,在設(shè)定的監(jiān)測點上進(jìn)行定期或連續(xù)的觀測。[0051]在本發(fā)明的一種示例實施例中,變形數(shù)據(jù)序列中的各數(shù)據(jù)為二維空間坐標(biāo)系中的二元組數(shù)據(jù);其中,二維空間坐標(biāo)系的橫坐標(biāo)為目標(biāo)監(jiān)測點在對應(yīng)時刻的振動頻率,縱坐標(biāo)為目標(biāo)監(jiān)測點在對應(yīng)時刻和前一時刻的空間坐標(biāo)的距離。[0052]具體的,可以在待監(jiān)測建筑物的關(guān)鍵部位(如承重墻體或柱子)布置監(jiān)測點(如預(yù)埋RFID芯片),然后利用測繪技術(shù)對所有監(jiān)測點進(jìn)行變形監(jiān)測。具體過程為:選擇任一監(jiān)測點作為目標(biāo)監(jiān)測點,使用全站儀等測量設(shè)備對目標(biāo)監(jiān)測點進(jìn)行水平和垂直方向的測量,并按照預(yù)定頻率(例如0.2Hz)采集目標(biāo)監(jiān)測點的振動頻率和空間坐標(biāo)信息,之后根據(jù)每次測量的數(shù)據(jù),構(gòu)建出對應(yīng)的二元組數(shù)據(jù)(振動頻率、當(dāng)前時刻與前一時刻的空間坐標(biāo)的距離),從而生成對目標(biāo)監(jiān)測點進(jìn)行變形監(jiān)測的變形數(shù)據(jù)序列,以有效地反映目標(biāo)監(jiān)測點的變形趨勢和振動特征。[0053]在另一種實施例中,也可以根據(jù)目標(biāo)監(jiān)測點的其他變形數(shù)據(jù),構(gòu)建對目標(biāo)監(jiān)測點進(jìn)行變形監(jiān)測的變形數(shù)據(jù)序列,如位移數(shù)據(jù)、傾斜角度數(shù)據(jù)以及溫度數(shù)據(jù)等,本實施例對于變形數(shù)據(jù)的類型不作特別限定。[0054]S2:對于變形數(shù)據(jù)序列中的任一數(shù)據(jù),預(yù)設(shè)該數(shù)據(jù)的第一近鄰集,計算該數(shù)據(jù)的邊緣程度,邊緣程度代表該數(shù)據(jù)的局部密度和第一近鄰集中各數(shù)據(jù)的局部密度的差異,以根據(jù)各數(shù)據(jù)的邊緣程度篩選邊緣點。[0055]需要說明的是,在對目標(biāo)監(jiān)測點進(jìn)行變形監(jiān)測時,通過比較不同時刻的空間坐標(biāo)差異,可以反映目標(biāo)監(jiān)測點的變形程度。當(dāng)目標(biāo)監(jiān)測點在不同時間點的空間坐標(biāo)差異較小時,說明其變形較小,反之則表明變形程度較大。因此,通過監(jiān)測若干二元組數(shù)據(jù)(振動頻8[0057]可選的,可以按照與變形數(shù)據(jù)序列中任一數(shù)據(jù)的距離從小到大的[0060]可選的,可以按照與變形數(shù)據(jù)序列中任一數(shù)據(jù)的距離從小到大的順序選取的前A9 [0071]其中反映了第i個數(shù)據(jù)的局部密度和第一近鄰集中各數(shù)則說明b;較大的可信度較高,從而可以準(zhǔn)計算剩余邊緣點的優(yōu)選程度,優(yōu)選程度與對應(yīng)邊緣點在極坐標(biāo)系中的極軸和極徑均負(fù)相當(dāng)前目標(biāo)點的下一連接點的可能性,如當(dāng)任一剩余邊緣點的優(yōu)選程度較高時,則將該邊緣點作為當(dāng)前目標(biāo)點的下一連接點的可能性較大。[0084]在本發(fā)明的一種示例實施例中,在篩選目標(biāo)點或新目標(biāo)點的連接點時,構(gòu)建的所有極坐標(biāo)系的角度的正方向均相同,可以通過以下步驟實現(xiàn)以目標(biāo)點或新目標(biāo)點為坐標(biāo)原點構(gòu)建極坐標(biāo)系時的角度的正方向的確定:[0085]判斷目標(biāo)邊緣點與目標(biāo)點的縱坐標(biāo)的大小,若目標(biāo)點的縱坐標(biāo)大于或等于目標(biāo)邊緣點的縱坐標(biāo),則將順時針方向作為以目標(biāo)點或新目標(biāo)點為坐標(biāo)原點構(gòu)建極坐標(biāo)系時的角度的正方向;若小于目標(biāo)邊緣點的縱坐標(biāo),則將逆時針方向作為以目標(biāo)點或新目標(biāo)點為坐標(biāo)原點構(gòu)建極坐標(biāo)系時的角度的正方向。[0086]示例性的,若目標(biāo)點的縱坐標(biāo)大于或等于目標(biāo)邊緣點的縱坐標(biāo),則以目標(biāo)點為坐標(biāo)原點構(gòu)建的極坐標(biāo)系如圖2所示;若目標(biāo)點的縱坐標(biāo)小于目標(biāo)邊緣點的縱坐標(biāo),則以目標(biāo)點為坐標(biāo)原點構(gòu)建的極坐標(biāo)系如圖3所示。[0087]可選的,在以目標(biāo)點或新目標(biāo)點為坐標(biāo)原點構(gòu)建極坐標(biāo)系時,角度的正方向和極軸的確定方式能夠保證邊緣點的連通域,即邊緣為曲線,以確保得到的邊緣為聚類簇的邊緣。[0088]進(jìn)一步的,當(dāng)確定以當(dāng)前目標(biāo)點為坐標(biāo)原點構(gòu)建的極坐標(biāo)系后,可以根據(jù)剩余邊緣點的優(yōu)選程度,篩選當(dāng)前目標(biāo)點的連接點進(jìn)行連接,從而得到新目標(biāo)點并繼續(xù)連接過程[0089]在本發(fā)明的一種示例實施例中,在篩選當(dāng)前目標(biāo)點的連接點時,任一剩余邊緣點極坐標(biāo)系中的極角以及極徑;exp()為自然指數(shù)函數(shù),其中,自然指數(shù)函為底的指數(shù)函數(shù)。La較小時,則將第a個剩余邊緣點作為當(dāng)前目標(biāo)點的下一連接點的優(yōu)選程度相對較大。[0093]在另一種實施例中,也可以通過其他的計算公式計算任一剩余邊緣點的優(yōu)選程度,如可以將任一剩余邊緣點的極角和極徑的乘積的倒數(shù)的歸一化值,作為該剩余邊緣點的優(yōu)選程度。[0094]進(jìn)一步的,當(dāng)確定各剩余邊緣點的優(yōu)選程度后,可以從所有剩余邊緣點中選取優(yōu)選程度最大的邊緣點作為目標(biāo)點的連接點,然后重復(fù)連接過程,直到當(dāng)前剩余邊緣點中所有邊緣點的優(yōu)選程度的最大值小于優(yōu)選程度閾值,如0.8為止,得到一個邊緣,進(jìn)而可以獲取所有的邊緣。本實施例對于優(yōu)選程度閾值的大小不作特別限定。[0095]接下來,對邊緣的獲取過程進(jìn)[0097]步驟二:將在目標(biāo)邊緣點到目標(biāo)點的方向上,以目標(biāo)點為起點引出的射線作為極軸,獲取根據(jù)目標(biāo)邊緣點和目標(biāo)點的縱坐標(biāo)大小確定的角度的正方向,構(gòu)建以目標(biāo)點為坐標(biāo)原點的極坐標(biāo)系,然后,根據(jù)各剩余邊緣點在該極坐標(biāo)系中的極角和極徑,計算對應(yīng)剩余邊緣點的優(yōu)選程度的最大值小于0.8,則終止連接過程,并將當(dāng)前的連通域作為一個邊緣;[0099]S4:將任一邊緣中所有邊緣點的變形數(shù)據(jù)均值作為該邊緣的聚類中心,根據(jù)各數(shù)刻與前一時刻的空間坐標(biāo)的距離)數(shù)據(jù),則每個邊緣對應(yīng)的聚類中心為對應(yīng)邊緣的所有邊緣點在各維數(shù)據(jù)取值的均值組成的二元組數(shù)據(jù)。中心的距離的標(biāo)準(zhǔn)差;σ(te)為第e個聚類簇中所有數(shù)據(jù)點對應(yīng)的采樣時刻序數(shù)的標(biāo)準(zhǔn)差;norm()為歸一化函數(shù)。采樣時間間隔較大,則該聚類簇的異常程度相對較大。[0117]需要說明的是,為了避免采集到的噪聲數(shù)據(jù)的影響,因此預(yù)設(shè)異常閾值為0.8,當(dāng)所有聚類簇的異常程度的均大于0.8時,則判斷目標(biāo)監(jiān)測點的變形量存在異常,并發(fā)出警報,以及時地提醒相關(guān)人員目標(biāo)監(jiān)測點處的變形量超出預(yù)設(shè)的安全閾值,從而能夠及時地采取相應(yīng)的措施進(jìn)行處理。[0118]本發(fā)明還提供基于數(shù)據(jù)分析的地理信息測繪數(shù)據(jù)異

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論