[發明專利]一種基于聚類集成的黑工地檢測算法

在審

• 申請號: 202010881728.5
• 申請日: 2020-08-28
• 公開（公告）號: CN112035454A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 張啟亮;姜麗萍;曹潔生;李明星
• 申請（專利權）人: 江蘇徐工信息技術股份有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/2458;G06K9/62
• 代理公司: 徐州市三聯專利事務所 32220
• 代理人: 張帥

1.一種基于聚類集成的黑工地檢測算法，其特征在于，包括先決條件：

R1：用戶在渣土車大數據平臺創建GPS終端固件信息，上傳GPS終端固件信息；R2：用戶在渣土車大數據平臺設定了所有合法的工地圍欄；R3：渣土車大數據平臺實時解析程序實時計算出的非合法工地違規裝土信息；R4：用戶輸入黑工地聚類的初始距離閾值T₁、T₂經驗值；

達成條件后，對非合法工地違規裝土信息進行聚類分析：

S1：數據清洗，提取渣土車大數據平臺實時計算出的非合法工地違規裝土信息中的位置信息，過濾清洗掉臟數據，提高數據的質量；

S2：對清洗后的數據，利用改進的canopy聚類算法對數據進行聚類；

S3：在S2的基礎上，利用k-means聚類算法對黑工地進行實時聚類檢測；

S4：將檢測結果寫入數據庫，供前臺進行圖形化直觀展示。

2.根據權利要求1所述的一種基于聚類集成的黑工地檢測算法，所述的過程S2的具體流程為：

S21：將原始樣本集隨機排列成樣本列表L=[x₁,x₂,...,x_m]，使用用戶輸入的初始距離閾值T₁、T₂經驗值或根據交叉驗證調參設定初始距離閾值T₁、T₂，且T₁T₂ ；

S22：從列表L中隨機選取一個樣本P作為第一個canopy的質心，并將P從列表中刪除；

S23：從列表L中隨機選取一個樣本Q，計算Q到所有質心的距離，考察其中最小的距離D：

如果D≤T₁，則給Q一個弱標記，表示Q屬于該canopy，并將Q加入其中；

如果D≤T₂，則給Q一個強標記，表示Q屬于該canopy，且和質心非常接近，所以將該canopy的質心設為所有強標記樣本的中心位置，并將Q從列表L中刪除；

如果DT₁，則Q形成一個新的聚簇，并將Q從列表L中刪除；

S24：重復第三步直到列表L中元素個數為零，或者比較某一次循環和上一次循環的list，如果相同，說明沒有變化，則結束任務。

3.根據權利要求1所述的一種基于聚類集成的黑工地檢測算法，過程S3具體流程如下：

S31：把數據分成k類，k為第3步canopy算法計算出的聚類個數，選取3步canopy算法計算出的所有聚類簇的強標記點的中心作為初始聚類中心；

S32：計算每個點分別到k個聚類中心的距離，然后將該點分到最近的聚類中心，這樣就行成了k個簇；

S33：再重新計算每個簇的質心（均值）；

S34：重復以上S32~S34步，直到質心的位置不再發生變化或者達到設定的迭代次數。