[發明專利]基于支持向量機的地面沉降預測系統和方法

有效

• 申請號: 201710303112.8
• 申請日: 2017-05-03
• 公開（公告）號: CN107153843B
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 孔憲光;常建濤;王佩;馮尓磊;劉堯
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/182;G06F16/25
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 程曉霞;王品華

1.一種基于支持向量機的地面沉降預測系統，其特征在于，包括Hadoop大數據分析平臺、數據收集模塊、數據預處理模塊、模型構建模塊、沉降預測模塊；

所述數據收集模塊包括確定數據收集范圍子模塊和數據存儲子模塊，數據收集范圍子模塊是通過對盾構施工過程中的機理分析，確定特征變量，采集相應的機器運行數據、施工地質數據和施工環境數據；數據存儲子模塊是將已經采集的特征數據存儲到Hadoop平臺的分布式文件系統上；

所述數據預處理模塊包括清洗處理子模塊、去噪處理子模塊、歸一化處理子模塊和降維處理子模塊；清洗處理子模塊是檢測并填充原數據中的空值；去噪處理子模塊是對清洗處理子模塊處理后數據中的異常點進行剔除；歸一化處理子模塊是將清洗處理子模塊、去噪處理子模塊處理后的數據映射到[0,1]區間內；降維處理子模塊是將清洗處理子模塊、去噪處理子模塊、歸一化處理子模塊處理后的高維特征映射成低維特征；

所述模型構建模塊是基于數據收集模塊的海量數據和Hadoop平臺計算框架，利用批量并行化梯度下降算法對支持向量機的權值向量進行迭代求解，構建出地面沉降預測模型；

數據收集模塊、數據預處理模塊、模型構建模塊、沉降預測模塊均是基于Hadoop大數據分析平臺進行運行，所述Hadoop大數據分析平臺主要包括有HDFS分布式文件系統子模塊、MapReduce計算框架子模塊；數據存儲模塊是將采集的原數據分別存儲到HDFS分布式文件系統子模塊中；數據預處理模塊和模型構建模塊是依據MapReduce計算框架子模塊的分析模式進行數據預處理和模型構建；沉降預測模塊是將構建的預測模型進行與Hadoop平臺兼容的接口封裝，接口以API的形式提供應用鏈接，將預測結果輸出；

數據預處理包括如下步驟：

(a)數據清洗是利用平均值方法進行缺失值處理，計算各個特征的平均值，對特征中的空值用平均值進行填充；

(b)對數據進行“去噪”處理，

b1利用聚類算法迭代計算樣本數據的中心點；

b2計算每條樣本數據與樣本中心點之間的距離集D；

b3計算距離集的樣本均值和樣本方差；

b4根據概率學的置信度區間估計和拉依達準則分別求解區間C₁和C₂；

b5比較區間C₁和C₂，選取其中較大區間為異常點評判準則，剔除超出區間的異常記錄，得到去噪后的數據；

(c)數據歸一化是利用離差標準化對去噪后的數據進行線性變換，將特征值歸一化到[0,1]區間，消除特征間的量綱差異，得到歸一化數據；

(d)數據降維是利用主成分算法對歸一化數據進行降維處理，將原高維特征映射成低維特征，以主成分的累計貢獻率達到85％選取低維特征的個數，最終得到構建模型的輸入數據。

2.根據權利要求1所述的基于支持向量機的地面沉降預測系統，其特征在于，所述的地面沉降預測模型是，其中x是輸入變量，ω是權值向量，m是特征變量的個數，是截距值，權值向量ω是在支持向量機算法中用批量并行化梯度下降策略迭代計算獲得。