[發明專利]一種基于滑動窗口的尾礦砂液化數據聚類方法

在審

• 申請號: 202110594285.6
• 申請日: 2021-05-28
• 公開（公告）號: CN113191089A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 呂伏;王鑫磊;馮永安
• 申請（專利權）人: 遼寧工程技術大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/62
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 李洪福

本發明提供一種基于滑動窗口的尾礦砂液化數據聚類方法，包括如下步驟：S1：對尾礦砂液化數據進行標準化處理，得到標準化數據集；S2：滑動窗口模型遍歷所述標準化數據集，并計算每個滑動窗口內標準化數據的標準差，所有標準差形成標準差數據集；S3：計算標準差數據集的均值和標準差，根據所述標準差數據集的均值和標準差和拉依達準則得到多個分段數據集；S4：計算每個所述分段數據集的聚類半徑；S5：每個所述分段數據集根據其所述聚類半徑和聚類算法進行聚類；S6：將不在任何簇中的數據作為異常點輸出。本發明采用了滑動窗口對數據進行劃分的方法來降低全局參數對DBSCAN聚類效果的影響。該方法與傳統DBSCAN方法相比，具有明顯提升。

技術領域

本發明涉及尾礦砂液化數據研究技術領域，具體而言是一種基于滑動窗口的尾礦砂液化數據聚類方法。

背景技術

根據相關統計，目前我國尚存尾礦一萬多座，這些尾礦大多介于安全與不安全之間，具有巨大的安全隱患。據調查，近年發生的尾礦液化坍塌事件中由于地震引起的占12％，而我國尾礦庫大多屬于上游式尾礦，一旦發生液化失穩事故，將會產生類似泥石流一般的災害，對下游的居民和環境造成嚴重影響。雖然地震液化進而導致尾礦潰壩事件在國內較為少見，但1976年唐山大地震中，大石河尾礦出現了典型的噴砂冒水現象，并在之后被證實出現液化。國外的壩體液化失穩事故也多次出現，如1978年日本Mochikoshi 1#尾礦壩出現液化現象，2號壩體在震后約24小時發生潰壩；1965年智利La Ligua地震中EI Cobre的尾礦出現大面積液化最終導致嚴重的潰壩事故，導致200多人喪命。由于種種原因，研究尾礦砂在地震作用下的液化規律變得十分重要。然而因為地震的突發性和特異性，而且破壞力巨大，導致在自然發生條件下研究尾礦砂液化現象幾乎不可能發生，只能采取人工模擬地震實驗方法收集數據進行砂土液化規律的研究。而在數據采集中，由于人為因素、自然條件和設備故障等問題，不可避免會出現數據異常，這些異常數據會對液化規律研究造成重要影響。

異常點又稱為離群點、差異點、偏離點等，即一個顯著不同于其他數據分布的數據對象。異常點的產生大致可以分為以下幾類：數據來源異常，這類異常的出現往往代表著異常情況的產生，例如不同尋常的網絡訪問可能代表著網絡攻擊的發生；具有學術研究價值的外在表現為異常點的數據，例如粒子圖譜上的特殊峰值；數據測量和收集誤差，主要由人為因素、測量誤差或產品故障導致的，例如傳感器故障造成的錯誤數據，這類數據不提供有用信息，而且會導致數據質量降低，因此目的是消除這類異常數據。

傳統的異常檢測方法包括基于統計、基于分類、基于相似度衡量的方法等。基于統計的方法式為數據集找到一個合適的概率分布模型，在這個模型上的極值點作為異常點；基于分類的方法是找到一個可供數據集映射的低維子空間，不能映射到子空間的數據即為異常數據；基于相似度衡量的異常檢測方法又分為以下幾種，基于距離的、基于密度的和基于聚類的，基于距離的方法認為如果在數據集上有極少數點到其中某一個數據點的距離小于閾值，這個點就是異常點；基于密度的方法定義的局部異常因子，反映了該點的密度與它的近鄰密度之間的對比度，異常因子值越大，則該點為異常點的可能性越大；基于聚類的方法將數據聚類成為多個簇，不屬于任何簇或稀疏簇中的點被認定成為異常點。

DBSCAN聚類算法常被用在數據檢測中，不包含在任何簇類中的點被認為是異常點。但由于地震的隨機性、復雜性和土壤的不確定性，使得數據規模大、模式復雜并且缺少周期性，傳統的DBSCAN聚類很難適用。

發明內容

根據上述技術問題，而提供一種基于滑動窗口的尾礦砂液化數據聚類方法。

本發明采用的技術手段如下：

一種基于滑動窗口的尾礦砂液化數據聚類方法，包括如下步驟：

S1：對尾礦砂液化數據進行標準化處理，得到標準化數據集；

S2：滑動窗口模型遍歷所述標準化數據集，并計算每個滑動窗口內標準化數據的標準差，所有標準差形成標準差數據集；