一种基于邻域粒度熵的离群点检测算法

离群点检测是数据挖掘领域的重要研究方向之一,其目的是找出数据集中与其他数据对象显著不同的一小部分数据。离群点检测在网络入侵检测、信用卡欺诈检测、医疗诊断等领域有着非常重要的应用。近年来,粗糙集理论被广泛用于离群点检测,然而,经典的粗糙集模型不能有效处理数值型数据。对此,本文利用邻域粗糙集模型来检测离群点,在邻域粗糙集中引入一种新的信息熵模型——邻域粒度熵。基于邻域粒度熵,提出一种新的离群点检测算法OD_NGE。实验结果表明,相对于已有的离群点检测算法,OD_NGE具有更好的离群点检测性能。

基于温度示踪法的堤坝渗漏探测研究

温度是地下水渗流的天然示踪剂。地层温度的分布在正常情况下是连续有规律的,温度是随地层深度的增加而增大。但在有地下水渗流的影响下,地层的温度分布会产生异常现象。通过采集钻孔中的温度数据,绘制温度曲线;根据温度的异常变化判断地层渗流的情况,如确定地层集中渗漏通道以及地下水的补给关系等信息。利用温度示踪法对西部某水电站进行了地下水探测分析;根据地层中温度的异常,探测出集中渗漏水是从水平排水条带汇集到坝后量水堰,由此提出了相应的处理措施。