基于粗集-模糊聚类理论单元堤段分类方法研究

堤防可视作由若干单元堤段组成,对单元堤段按相似性分类可便于堤防的安全评价与管理。在划分单元堤段的基础上,拟定单元堤段的属性指标,基于粗集-模糊聚类理论对单元堤段的属性指标进行定量指标和定性指标相似性组合度量,构建单元堤段模糊相似矩阵,采用平方法计算出模糊相似矩阵对应的模糊等价矩阵,通过设定模糊等价矩阵的阈值,对单元堤段进行聚类分析,实现相似性单元堤段分类。     

基于聚类改进的河流水体遥感图像处理算法

采用合适的图像分割技术及数据模型,是准确解译卫星遥感河流影像的关键环节。针对当前存在的技术问题,从提高遥感河流图像分割的准确性与抗噪性出发,提出了一种基于烟花优化K-Means聚类与学生t分布混合模型(Student′s t-distribution Mixture Model, TMM)的遥感图像分割新算法。该算法首先采用烟花算法(Fireworks Algorithm, FA)来求解K-Means聚类的初始聚类中心,提高了聚类效果,可获得遥感图像的初步分割结果。然后,以初步分割结果作为初始值,建立学生t分布混合模型(TMM),采用EM算法确定参数最终值,并借助Bayesian公式完成图像二次分割。最后进行了算例验证,验证结果显示新方法在分割精度和稳定性方面,都较现有算法表现更优,可更为有效地实现遥感河流影像的解译。     

岩体结构面分组的改进数学方法研究

岩体结构面分组是岩体力学中的一项基础性工作。由于岩体结构面分组相对于一般聚类问题存在自身特殊之处,难以直接运用欧式距离度量结构面之间的相似度。通过对结构面数据做一定处理,使欧式距离可用于度量结构面之间的相似度,结合模糊C均值聚类(FCM—Fuzzy C-means Clustering)算法对岩体结构面分组进行研究;针对FCM初始聚类中心的确定,采用一种简洁高效的改进粒子群算法对其进行优选;再结合聚类有效性指标确定聚类分组数。通过模拟数据验证了该方法的合理性,并从多方面对分组数目进行讨论,给出了分组数目确定的一般方法。将提出的分组方法用于某水利工程坝基岩体结构面的分组研究,结果表明该方法易于实现、结论可靠,可为实际工程提供参考。     

改进萤火虫优化的软子空间聚类算法

目标函数与搜索策略有效地结合可以提高软子空间聚类算法的性能。传统的软子空间聚类算法迭代求解时受初始聚类中心和噪声数据的影响极易陷入局部最优。针对该问题,提出一种改进萤火虫优化的软子空间聚类算法。算法引入目标函数和隶属度计算方法对界约束的权值矩阵进行评估并对数据样本进行分簇,将权值矩阵看成聚类问题的可行解,运用改进萤火虫算法优化求得较优的权值矩阵,从而改善聚类效果。在UCI数据集上的实验结果表明,改进后的算法能有效收敛于全局最优解,具有良好的聚类效果。     

基于计算机视觉的混凝土坝裂缝检测方法

为解决传统图像分割算法难以分割噪声污染严重的坝面裂缝图片的问题,提出一种基于自适应区域生长和局部K-Means聚类的坝面裂缝检测算法。采用双边滤波对裂缝灰度图进行初步降噪,运用自适应区域生长算法获得裂缝的粗分割图,再通过形态学腐蚀操作以及最大连通域提取操作去除孤立的点状及团状噪声,最后采用局部K-means聚类算法获得裂缝的精细分割图。运用该算法以及大津阈值分割算法等常用的3种算法对3幅分别存在污渍噪声、混凝土表面毛刺噪声、块状以及条状噪声污染的裂缝图片进行分割。结果表明:该算法获得的分割结果完成度指数以及正确度指数均在0.95以上,高于其他3种算法;该算法的抗噪性好,适应性强,能实现对坝面裂缝的精确识别分割。     

基于节点自然邻的供水管网DMA分区方法研究

在借鉴国内外供水管网分区经验及研究成果的基础上,通过引入管网节点的自然邻概念,提出了一种新型的基于谱聚类算法和遗传算法的供水管网DMA分区方法。该方法在利用谱聚类算法时,通过引入管网节点的自然邻构建相似度矩阵,有效减少了分区边界管段的数量,进而利用遗传算法,获得水表和阀门的最佳安装位置,完成DMA分区。将上述方法应用到意大利某供水管网系统的DMA分区中,结果表明采用该方法获得的分区结果不仅在经济方面具有优势,同时改善了管网系统的水力性能。     

基于时空聚类挖掘的库岸边坡位移监测数据约简

库岸边坡失稳会对工程自身效益和周边安全造成巨大损失,而位移监测数据可以直接表征库岸边坡安全状况。传统变形位移分析一般仅考虑单个监测点,不同监测点之间位移的相似性和关联性有待挖掘。基于时空数据挖掘领域的聚类方法,综合考虑测点属性和空间特征,采用K-means算法度量测点间的相似程度,实现变形区域划分;在变形区域划分基础上,采用遗传算法优化的投影聚类算法,将高维数据向低维空间映射,通过提取测点数据特征,筛选得到重点关注的测点和压缩数据量。经实例工程数据验证,时空聚类挖掘方法便捷、有效,逐步实现了边坡位移监测数据约简,可用于类似库岸边坡的监测数据挖掘。     

大坝安全监控预报中的粒子群模糊聚类算法

将粒子群算法与模糊聚类算法相集成,建立粒子群模糊聚类算法并将其应用于大坝安全监控预报.通过粒子编码形式的确定,将模糊分类矩阵作为粒子.该算法具备粒子群算法的全局和局部搜索能力,充分利用正反馈信息,通过优化迭代计算,确定模糊分类矩阵.通过工程算例表明,该算法的模糊聚类效果与模糊聚类算法相比较优,可用于大坝安全监控预报.     

基于粒子群改进FCM聚类算法优化管网压力监测点布置研究

针对供水管网运行现状,提出压力监测点优化布置方法.以构建节点压力影响系数矩阵采用粒子群优化模糊C均值聚类算法方法求解压力监测点的节点位置.粒子群算法优化避免了FCM聚类算法在初始值选取不当容易陷入局部最优的缺点,提高了压力监测点覆盖节点的精度.结果表明,压力监测点布置合理,且均匀分布于整个管网,同时提供新增压力监测点布置方法,为管网漏失识别定位奠定基础.     

基于埃尔米特插值法的DBSCAN算法研究

DBSCAN聚类算法因其能自动识别不同数量的簇而被广泛使用。然而,由于算法中的两个参数设定需要人工进行干预,因此在很大程度上容易导致聚类效果出现偏差。针对上述问题,本文首先提出了一种基于数据集统计特征的数据矩阵;在此基础上,利用埃尔米特插值法对数据集进行差商分析与计算,使得参数自动确定;最后进行了仿真实验,结果表明本文提出的HI-DBSCAN聚类算法较原始算法在准确性和自适应性方面更佳。     

岩体结构面产状改进的K均值聚类分析

岩体结构面产状的优势分组是进行岩体工程稳定性评价的基础,极点等密度图、走向玫瑰花图等传统方法比较粗糙,只能给出优势组数,无法准确地给出每一组结构面的优势产状。为弥补传统方法的缺点,采用改进的K均值聚类算法,以结构面的单位法向量表示其产状,以结构面之间所夹锐角对结构面产状进行分类判定。将该方法应用于某采石场岩质边坡结构面优势产状的分析中,结果表明：采用改进的K均值聚类分析方法结果可靠,分类合理,可以准确确定结构面的优势产状。     

基于SLIC的哨兵1号雷达数据水体信息提取

针对水域面积较少时水体信息提取困难的问题,提出了以Sentinel-1A SAR为数据源,用简化的SLIC超像素分割算法对图像进行分割,根据相似度将分割后图像进行分层区域合并,将图像二值化得到最终水体信息的方法。将提取的信息与Otsu阈值法提取的水体信息进行对比分析,结果表明：水体提取算法相比Otsu阈值法有效提升了水体信息提取的效率和精度,对于防汛减灾具有重要的科学价值。将提出的方法应用于2019年7月份的株洲洪水监测,取得了较好的效果。     

基于环状分区和区域生长的混凝土CT图像分割

针对混凝土圆形工业CT扫描切片中间暗四周亮、灰度图像无明显双峰的缺陷,为提高图像阈值分割的准确性,设计了一种基于环状分区和区域生长法相结合的图像分割算法,并将其与不同分割方法进行效果对比分析。利用医学软件MIMICS对图像进行选择性编辑、补洞处理和冗余数据去除,并利用布尔操作界定出50μm厚度界面,从而完成混凝土CT切片四值化划分。将四值数据导入ABAQUS中,建立有限元细观模型并进行巴西劈裂试验的数值模拟。数值结果与物理试验结果相近,表明所设计的分割方法能够为真实混凝土精确数值模型的建立提供有效信息。     

基于环状分区和LVQ神经网络的混凝土CT图像分割方法

CT技术是目前了解混凝土细观结构的主要方法,受扫描和视窗成图精度影响,CT扫描切片灰度图像往往无明显双峰、亮度不均匀,导致混凝土骨料、砂浆、孔隙难以分割识别。为提高图像分割时骨料、砂浆、孔隙的识别率,针对混凝土圆柱形试样扫描图像,建立了一种基于环状分区和LVQ神经网络相结合的图像分割算法,通过与其他分割方法进行效果对比表明,该方法具有识别准确度高、人工干预少、后期处理简洁等优点,能够为混凝土细观结构模型建立提供更为准确的数据信息。     

图像处理技术在泥沙粒径分析中的应用

基于数字图像处理技术的泥沙粒径分析是近年发展起来的一种新方法。传统分水岭分割方法直接作用于梯度图像,受图像噪声、目标的细小边缘及纹理等因素影响,测量精度会相对降低。通过标记重构和区域合并对传统分水岭分割法进行优化,提出改进算法。基于实测数据,围绕数字图像处理相关技术,借鉴其他领域图像分析设备和方法,以数码单反相机和Image J2x图像处理软件为基础,建立一套泥沙图像粒径分析系统。采用图像法、机械筛分法和激光分析法分别对同一批沙样进行粒径测定。对测定结果进行的分析表明数字图像处理技术可较好地用于泥沙粒径分析。     

基于聚类分区和MO-LSSVR的高拱坝变形预测模型

为解决传统单测点监控模型未考虑多测点间的内在关联,难以反映高拱坝变形区域分布特征的问题,提出了基于聚类分区和多输出最小二乘支持向量回归机(MO-LSSVR)的高拱坝变形预测模型。模型基于测点之间的复合相似性指标,借助层次凝聚聚类(HAC)算法实现空间测点的聚类分区,再利用融合测点关联特性的MO-LSSVR对分区内多测点进行建模。工程实例验证表明,模型聚类分区结果与坝体变形空间分布特征较吻合,具有较高的准确性和稳健性,为从多测点关联维度预测坝体变形和监控大坝整体安全性态提供了一种新方法。     

基于无人机低空遥感和OTSU算法的黑龙江开江流凌密度研究

为提高流凌期冰凌变化信息获取的时效性和准确性,本文提出了基于无人机可见光遥感影像和OTSU算法的冰凌变化信息提取方法.以黑龙江漠河段河流断面为研究对象,首先,利用无人机遥感平台获取流凌期的高分辨率俯拍影像,对比4种图像阈值分割法,根据原始冰凌图像的灰度特征,以OTSU算法为基础,结合顶帽变化算法实现冰凌的识别和分割;同...