亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于聚類算法的ERT污染區(qū)域識(shí)別方法

        2019-03-29 07:40:34王玉玲宮淑蘭
        中國(guó)環(huán)境科學(xué) 2019年3期
        關(guān)鍵詞:類別電阻率均值

        王玉玲,王 蒙,閆 巖,宮淑蘭,汪 明,徐 亞

        ?

        基于聚類算法的ERT污染區(qū)域識(shí)別方法

        王玉玲1*,王 蒙1,2,閆 巖1,宮淑蘭1,汪 明1,徐 亞3

        (1.山東建筑大學(xué)信息與電氣工程學(xué)院,山東省智能建筑技術(shù)重點(diǎn)實(shí)驗(yàn)室,山東 濟(jì)南 250101;2.林雪平大學(xué)科學(xué)工程學(xué)院,瑞典 林雪平 58183;3.中國(guó)環(huán)境科學(xué)研究院,北京 100012)

        本文提出將聚類算法引入到ERT監(jiān)測(cè)系統(tǒng)中,采用K均值(K-means)聚類、模糊C均值算法(FCM)以及混合高斯模型(GMM)3種常用聚類算法對(duì)ERT檢測(cè)結(jié)果進(jìn)行污染區(qū)域識(shí)別,通過一個(gè)數(shù)值模型分析了3種算法的識(shí)別效果.研究結(jié)果表明當(dāng)污染區(qū)域與背景土壤的電阻率區(qū)分度較大時(shí)(電阻率差異性大于30%),采用3種聚類算法都可以識(shí)別出污染區(qū)域,K-means和FCM的識(shí)別效果優(yōu)于GMM算法.最后,給出一個(gè)實(shí)際場(chǎng)地調(diào)查的應(yīng)用案例.

        ERT檢測(cè);污染場(chǎng)地;聚類算法;污染區(qū)域識(shí)別

        我國(guó)存在大量污染場(chǎng)地,這些污染場(chǎng)地會(huì)造成對(duì)土壤和地下水污染,對(duì)人類健康和環(huán)境產(chǎn)生危害[1-2],因此,對(duì)污染場(chǎng)地的檢測(cè)和修復(fù)是亟待解決的問題.由于電阻率成像(ERT)方法具有快速、費(fèi)用低等優(yōu)點(diǎn),近年來開始嘗試將ERT應(yīng)用于場(chǎng)地污染及修復(fù)進(jìn)程監(jiān)測(cè)領(lǐng)域[3-4].在采用ERT進(jìn)行場(chǎng)地監(jiān)測(cè)時(shí),通常會(huì)周期性地對(duì)場(chǎng)地進(jìn)行ERT檢測(cè),這些檢測(cè)數(shù)據(jù)需要被實(shí)時(shí)地分析處理.然而,目前對(duì)ERT檢測(cè)數(shù)據(jù)的分析處理主要依靠人工完成,因此很難保證識(shí)別的效率和準(zhǔn)確性,這成為制約ERT監(jiān)測(cè)系統(tǒng)應(yīng)用的關(guān)鍵問題之一.

        近年來人工智能技術(shù)取得了高速發(fā)展,涌現(xiàn)出了許多新技術(shù)新方法,這些方法已被用來解決醫(yī)學(xué)圖像處理、自動(dòng)駕駛等領(lǐng)域的問題,獲得了良好的應(yīng)用效果[5-7].其中,聚類算法用于在事先并不知道任何樣本的類別標(biāo)號(hào)的情況下,按照個(gè)體或樣本的特征通過某種算法來把一組未知類別的樣本劃分成若干類別,使同一類別內(nèi)的個(gè)體具有盡可能高的同質(zhì)性,而類別之間則應(yīng)具有盡可能高的異質(zhì)性.

        常用的聚類算法包括:K均值(K-means)算法、模糊C均值算法(FCM)、混合高斯模型(GMM)等.國(guó)內(nèi)外學(xué)者對(duì)這些算法開展了大量研究[8-9].針對(duì)K-means算法對(duì)初始中心點(diǎn)的選擇十分敏感,易陷入局部最優(yōu)解的問題,Bradley等[10]提出了基于分布模式估計(jì)初始中心的方法,該方法使得迭代求解收斂于更優(yōu)的局部最小值;Bagirov[11]研究了一種改進(jìn)的最小平方和聚類問題的全局K-means算法,改善了K-means算法中初始中心點(diǎn)的選擇問題; Tzortzis[12]提出了一種MinMax K-means算法,該算法根據(jù)類別的方差對(duì)每個(gè)類別賦予不同權(quán)重,得到一個(gè)優(yōu)化的K-means目標(biāo)函數(shù),解決了對(duì)初始值的依賴.模糊C均值算法(FCM)[13]是在C均值基礎(chǔ)上的一種改進(jìn)算法,采用隸屬度函數(shù)表示樣本點(diǎn)隸屬于某一類別的程度,通過優(yōu)化各個(gè)樣本點(diǎn)對(duì)不同類別中心的隸屬度,使不同類之間的相似性最小化,同類之間的相似性最大化,從而決定各樣本點(diǎn)的類別.Wang等[14]在FCM算法的基礎(chǔ)上增加了空間信息,基于局部空間相似性度量模型自適應(yīng)地確定初始聚類中心和初始隸屬度.然后根據(jù)其固有的像素間的相關(guān)性,對(duì)模糊隸屬度函數(shù)進(jìn)行修正. GMM是由多個(gè)高斯分布函數(shù)的線性組合建立的模型.Huang等[15]提出了一種基于高斯混合模型搜索圖像全局閾值的有效方法,該方法具有較強(qiáng)的魯棒性,但是對(duì)于對(duì)比度較差的圖像處理效果不精確.這些聚類算法被應(yīng)用于醫(yī)學(xué)圖像處理領(lǐng)域: Baid[16]對(duì)K-means算法、高斯混合模型和模糊C均值聚類算法在腦腫瘤分割中的應(yīng)用進(jìn)行了比較研究;Kannan等[17]利用FCM算法對(duì)乳房以及大腦核磁共振圖像進(jìn)行了有效分割,其中該算法可將乳腺分為四個(gè)集群:脂肪、正常組織、良性病變以及惡性病變; Janssen等[18]采用GMM算法對(duì)人腦圖像進(jìn)行分割;徐立等[19]提出一種新的基于腦部MR圖像的腫瘤診斷方法,該方法通過多閾值分割形態(tài)學(xué)操作檢測(cè)圖像的畸形區(qū)域,提取用于分類的高斯混合模型(GMM)特征,利用決策樹分類器對(duì)腫瘤圖像類型進(jìn)行分類;Lalaoui等[20]提出了一種改進(jìn)的期望最大化(MEM)算法并且對(duì)比了五種算法(K-means、FCM、MS、ES以及MEM算法)在分割人腦圖像中的效果.除此以外,Li等[21]采用K-means算法對(duì)為巖石間斷集進(jìn)行識(shí)別.然而目前尚未有將聚類算法用于ERT檢測(cè)結(jié)果中土壤污染區(qū)域的識(shí)別的報(bào)道.

        研究表明,土壤的電阻率受到多種因素的影響,例如土壤類型、含水率、孔隙水離子濃度等[22-23],這使得在對(duì)ERT檢測(cè)得到的電阻率數(shù)據(jù)進(jìn)行解釋時(shí),沒有一個(gè)普適的電阻率值可以用來劃分污染土壤以及未受污染的土壤,不合理的閾值會(huì)導(dǎo)致錯(cuò)誤的污染區(qū)域判定.針對(duì)此問題,本文研究了采用聚類算法,利用數(shù)據(jù)之間的相似性和差異性將ERT數(shù)據(jù)劃分成若干類別,從而實(shí)現(xiàn)污染區(qū)域自動(dòng)識(shí)別.

        1 方法

        1.1 K-means算法

        K-means算法是聚類算法中使用最廣泛的算法之一,它把個(gè)對(duì)象根據(jù)屬性分為個(gè)類別,使得聚類結(jié)果滿足:同一聚類中的對(duì)象相似度較高;而不同聚類中的對(duì)象相似度較小.定義損失函數(shù)如下:

        式中:x為待分類的數(shù)據(jù)點(diǎn);為第個(gè)類別的聚類中心;r∈{0,1}來表示數(shù)據(jù)點(diǎn)x對(duì)于聚類的歸屬(其中=1,...,;=1,...,),如果數(shù)據(jù)點(diǎn)x屬于第聚類,則r=1,否則為0.

        K-means通過迭代求解,得到使得損失函數(shù)最小的所有數(shù)據(jù)點(diǎn)的歸屬值{r}和聚類中心{}.

        1.2 FCM聚類算法

        模糊C均值聚類(FCM)用隸屬度確定每個(gè)數(shù)據(jù)點(diǎn)屬于某個(gè)聚類的程度.它是硬C均值聚類(HCM)方法的一種改進(jìn).FCM把個(gè)向量x(=1,2,…,)分為個(gè)模糊組,隸屬矩陣的元素允取的取值范圍為[0,1].

        FCM定義了目標(biāo)函數(shù)如下:

        式中:u介于0,1間;c為模糊組的聚類中心,d=||c-x||為第個(gè)聚類中心與第個(gè)數(shù)據(jù)點(diǎn)間的歐幾里德距離,是隸屬度因子.一個(gè)數(shù)據(jù)的隸屬度之和等于1:

        基于(4)和(5),構(gòu)造新的目標(biāo)函數(shù)如下:

        式中:是約束式的拉格朗日乘子.對(duì)所有輸入?yún)⒘壳髮?dǎo),使式(6)達(dá)到最小的必要條件為:

        猜你喜歡
        類別電阻率均值
        均值不等式失效時(shí)的解決方法
        三維電阻率成像與高聚物注漿在水閘加固中的應(yīng)用
        均值與方差在生活中的應(yīng)用
        服務(wù)類別
        隨鉆電阻率測(cè)井的固定探測(cè)深度合成方法
        關(guān)于均值有界變差函數(shù)的重要不等式
        海洋可控源電磁場(chǎng)視電阻率計(jì)算方法
        對(duì)偶均值積分的Marcus-Lopes不等式
        論類別股東會(huì)
        商事法論集(2014年1期)2014-06-27 01:20:42
        粉煤灰摻量對(duì)水泥漿體電阻率與自收縮的影響
        国产午夜免费一区二区三区视频 | 日韩AVAV天堂AV在线| 91免费国产| 日本妇女高清一区二区三区| 后入内射国产一区二区| 丰满岳妇乱一区二区三区| 欧美性猛交xxxx三人| 国产精品毛片无码| 欧美日韩国产免费一区二区三区欧美日韩 | 91日韩东京热中文字幕| 亚洲一区二区三区香蕉| 国内揄拍国内精品| 最新精品国偷自产在线婷婷| 亚洲大尺度动作在线观看一区| 丝袜美腿精品福利在线视频| 女同视频一区二区在线观看| 国产性生交xxxxx无码| 国产黄三级三·级三级| 在线免费观看亚洲毛片| 一本一道久久精品综合| 777午夜精品免费观看| 在线观看国产一区亚洲bd | 国产精品久色婷婷不卡| 丰满岳乱妇一区二区三区| 国产亚洲亚洲精品777| 有码中文字幕一区二区| 精品综合一区二区三区| 好日子在线观看视频大全免费动漫| 国产成人一区二区三区免费观看| 久久精品国产亚洲av试看| 人妻熟妇乱又伦精品hd| 日本乱子人伦在线视频| 午夜亚洲国产理论片亚洲2020| 色se在线中文字幕视频| 亚洲综合网国产精品一区| 亚洲中文字幕在线第二页| 国产亚洲精品看片在线观看| 一区二区三区手机看片日本韩国| 九九综合va免费看| 久久久国产精品黄毛片| 天天狠天天透天干天天|