不确定PAHT聚类算法在滑坡危险性预测上的应用

• 作者: 朱玲 毛伊敏 胡健
• 来源期刊: 计算机应用研究
• 关键词: 不确定数据 聚类算法 危险性预测 滑坡
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1459-1463
• 页数: 5页
• 分类号: TP399|TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.11.0744

摘要

针对滑坡预测聚类研究中由于难以确定传统聚类算法需要预先设置的簇个数和无法精准衡量不确定因素降雨量导致预测效果欠佳的问题,提出一种新的聚类算法——不确定PAHT(partition algorithm on the hierarchical thinking)算法.该算法引入一种不确定数据模型——M-D距离,有效刻画了不确定的雨量数据;并结合层次聚类思想,通过找出最佳阈值p*自动确定k值.以延安宝塔区为实例进行对比实验,实验结果验证了不确定M-D距离和PAHT算法的有效性及不确定PAHT算法在滑坡危险性预测上的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡健	江西理工大学应用科学学院信息工程系	34	173	6.0	12.0
2	毛伊敏	江西理工大学信息工程学院	48	203	8.0	12.0
3	朱玲	江西理工大学信息工程学院	1	0	0.0	0.0