基于密度的聚类算法与改进拉依达准则的95598工单处理方法

为实现95598工单信息的智能化处理,尤其是故障地址的修正、故障地址结合故障频率的可视化处理,通过地理编码工具实现地址向经纬度的转换,加强故障地址的可处理性。对于无法转化的地址往往存在较为明显的记录错误或缺失重要信息,可利用抄表段中心替换;基于密度的聚类算法(DBSCAN)识别出离群异常坐标点,同样利用抄表段中心坐标替代,并利用DBSCAN将离群异常点排除后可增强先计算抄表段中心后识别非离群异常点的改进拉依达准则识别法的鲁棒性;改进拉依达准则识别出的异常坐标点仍然利用抄表段中心坐标替换;最后生成热力图可视化故障地址及其故障频率。

IPCLRC约束的时序地表覆盖数据不一致探测

目前的地表覆盖数据不一致性研究多是针对单期或者更新期在空间方面的不一致性探测,在具有多期的时序地表覆盖数据中,进行时间连续性不一致探测的研究较少。本文提出适用于地表覆盖属性变化的改进拉依达准则,并结合地类时序转换逻辑规则提出改进拉依达逻辑规则结合法,对时序地表覆盖数据进行不一致探测和验证;以GlobeLand30数据集为例,选取雄安新区和合肥市为研究区,利用谷歌高清历史影像、Landsat影像等对探测结果进行了抽样验证。结果表明:改进拉依达准则能更好地拟合时序地表覆盖属性变化频数且包括的时序属性变化种类更多;本方法有90%以上的准确率和29%~69%的探测率。

基于自适应无迹卡尔曼滤波QAR数据降噪研究

针对QAR数据包含离群值、噪声值等异常数据严重影响数据分析的问题,提出了一种自适应无迹卡尔曼滤波的数据降噪方法。利用改进拉依达准则剔除粗大误差数据,以无迹卡尔曼滤波为基础,结合Sage-Husa噪声估计器对系统噪声进行实时预测和修正,有效地解决了系统噪声时变的问题。利用空客A330飞机的数据样本对算法有效性进行了数值验证,仿真结果表明,自适应无迹卡尔曼滤波算法估计精度更高,降噪效果更优。研究可提高基于QAR数据分析与挖掘工作的数据质量。

GNSS-RTK形变监测实时数据处理方法研究

针对GNSS-RTK技术应用于形变监测时数据结果不佳导致无法进行有效监测的问题,提出了一种基于形变数据的数据预处理和异常状态识别方法。首先采用改进拉依达准则进行粗差剔除,然后采用小波去噪处理,最后根据形变数据异常模型构建休哈特均值控制图。结果表明,改进拉依达准则可以实现对实测形变数据的实时粗差剔除,根据最优小波系数设置的小波去噪可以有效提高形变数据精度,休哈特均值控制图结合改进拉依达准则可以实现对形变数据的无误警有效监控。