10.3969/j.issn.1000-2324.2020.02.031
基于不确定数据的半监督动态K-均值算法在滑坡危险性预测上的应用
针对滑坡危险性预测中降雨等不确定因素难以衡量,及现有的预测方法大多属于无监督的传统聚类方法,不能有效利用先验信息的问题,为有效提高预测精度,首先提出一种不确定数据距离-uv距离,它实现了不确定因素降雨的有效刻画;其次将半监督聚类应用于滑坡危险性预测,引入uv距离,设计了一种基于不确定数据的半监督动态K-均值算法,其有效利用了先验信息,并通过设置隶属度阈值实现了数据集的动态划分,有效提高了预测精度.研究区的实验结果证明了uv距离及算法的有效性.
不确定数据、半监督聚类、危险性预测、滑坡
51
TP399(计算技术、计算机技术)
2020-06-04(万方平台首次上网日期,不代表论文的发表时间)
共7页
340-346