[發明專利]一種谷物產量圖異常數據檢測算法

有效

• 申請號: 202010519647.0
• 申請日: 2020-06-09
• 公開（公告）號: CN111680751B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 熊迎軍;周俊;張保華;郭一帆;邵若芷;魏宇航;袁立存
• 申請（專利權）人: 南京農業大學
• 主分類號: G06V10/762
• 分類號: G06V10/762;G06V10/764;G06V10/74
• 代理公司: 南京天華專利代理有限責任公司 32218
• 代理人: 莫英妍;徐冬濤

1.一種谷物產量圖異常數據檢測算法，其特征在于，包括以下步驟：

步驟1：獲取谷物產量圖數據形成數據集，對數據集進行預處理，篩選出極異常值數據集合β₂以及非極異常數據集合β₁；具體包括：

步驟1-1：收割機在農田工作時采集獲得谷物產量初始數據集α＝{x₀,x₁,x₂,...,x_n}，x₀,x₁,x₂,...,x_n分別為不同觀測點的產量數據集，計算谷物產量初始數據集α的標準值范圍[x_min,x_max]；

步驟1-2：以觀測點地理位置的水平面上呈方形的局部空間來劃定每一個觀測點的空間鄰域，設a＝4·x_max，判斷谷物產量初始數據集α＝{x₀,x₁,x₂,...,x_n}中的每一個元素是否包含在[b,a]區間內，若x_i∈[b,a]則將該元素x_i放入非極異常數據集合β₁中，若則將該元素放入極異常數據集合β₂中，其中x_i∈{x₀,x₁,x₂,...,x_n}；

步驟2：采用四鄰域法觀測指標對非極異常數據集合β₁進行區域的劃分，分別獲取其較近鄰域及產量值中位數；

步驟3：采用八鄰域法觀測指標對非極異常數據集合β₁進行區域的劃分，分別獲取其較遠鄰域及產量值中位數；

步驟4：將較近鄰域的產量值中位數與較遠鄰域的產量值中位數作為觀測點z_i的新的非空間屬性數據，依次迭代獲取所有觀測點z_i的新的非空間屬性數據，并形成數據集合γ；

步驟5：對數據集合γ中的數據進行DBSCAN密度聚類算法進行異常值檢測并生成可視化三維圖像。

2.根據權利要求1所述的谷物產量圖異常數據檢測算法，其特征在于，步驟2具體包括：

步驟2-1：設收割機每隔時間t輸出某一觀測點的產量數據，收割機的行駛速度為v，獲取的空間上相鄰兩列產量數據的間距為d₁，同一列產量數據上的相鄰兩數據點的空間距離d₂＝v×t；

步驟2-2：根據越近越相似原則，取非極異常數據集β₁中的一觀測點z_i為中心點，以z_i為圓心、d₁為半徑得到z_i的較近鄰域，獲取該較近鄰域的數據集合μ₁，計算數據集合μ₁中的產量值中位數z⁰，設c₀＝z_i-z₀。

3.根據權利要求1所述的谷物產量圖異常數據檢測算法，其特征在于，步驟3具體包括：

步驟3-1：取非極異常數據集β₁中的一觀測點z_i為中心點，以z_i點為對角線交點得到長2d₁、寬2d₂的矩形區域，獲取該矩形區域的數據集合μ；

步驟3-2：根據越近越相似原則，該矩形區域內距離z_i點最遠的距離為將該矩形區域的數據集合μ減去較近鄰域的數據集合μ₁得到z_i的較遠鄰域，獲取該較遠鄰域的數據集合μ₂，計算數據集合μ₂中的產量值中位數z₁，設c₁＝z_i-z₁。