激光网络光栅坏点数据检测

由于激光网络数据量的飞速增长，采用传统光栅坏点数据检测方法已经无法满足检测精度的要求，为此，提出基于密度聚类的激光网络光栅坏点数据检测方法。所提方法结合非监督学习挖掘技术，确定光栅坏点所在聚类区间。利用密度聚类对获得的激光聚类区间进行合理划分，根据曼哈顿定理得到数据挖掘距离定义式，引入权重数值，根据熵特征的权重冗余度和相关性得到比重备选集合，确定重要性权重具体数值。在得到的某个聚类区间中，如果出现了特征差异较大且数据挖掘的距离十分突出的情况，那么可以确定其为光栅坏点数据。通过实验结果的分析可以证明，多提方法实用性好，对光栅坏点的检测精度较高。