基于LOF的K-means聚类方法及其在微震监测中的应用

刘德彪; 李夕兵; 李响; 尚雪义

首页> 中文期刊> 《中国安全生产科学技术》 >基于LOF的K-means聚类方法及其在微震监测中的应用

基于LOF的K-means聚类方法及其在微震监测中的应用

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

矿山微震事件集群是分析矿震的重要参考之一,其准确的划分对矿山微震分布特征和微震活动分析具有重要作用.提出了1种基于局部离群因子(Local Outlier Factor,LOF)的K-means聚类算法并构建了综合SSE评价指标和模型,通过LOF算法检测异常微震事件和选取初始聚类中心,利用Krzanowski-Lai指数确定最佳聚类分组数;采用模拟计算比较了不同数据集大小的聚类效果.结果表明:基于LOF的K-means聚类方法评分最高,聚类结果最好;并利用该聚类方法分析用沙坝矿1649个微震事件的分布特征与微震活动性.实例表明,K=7为最佳聚类分组数,聚类簇的划分受断层滑移和矿山生产活动的影响.

著录项

来源
《中国安全生产科学技术》 |2019年第6期|81-87|共7页
作者
刘德彪; 李夕兵; 李响; 尚雪义;
展开▼
作者单位

中南大学资源与安全工程学院;

湖南长沙410083;

中南大学资源与安全工程学院;

湖南长沙410083;

中南大学资源与安全工程学院;

湖南长沙410083;

中南大学资源与安全工程学院;

湖南长沙410083;

展开▼
原文格式 PDF
正文语种 chi
中图分类 X936;
关键词
矿山微震; 局部离群因子; K-means聚类; 微震活动性;

相似文献

中文文献
外文文献
专利

1. 基于K-means聚类方法和I Index聚类有效性检验r指标的岩体结构面自动分组及应用 [J] . 王俊智 ,杜朋召 ,牛兆轩 . 长江科学院院报 . 2018,第009期
2. K-means聚类方法在黑龙江省低山丘陵区坡耕地类型区划分中的应用 [J] . 吕志学 ,孙雪文 ,刘凤飞 . 水土保持通报 . 2015,第1期
3. 一种改进的K-means聚类方法在惯导系统中的应用 [J] . 党宏涛 ,杜祖良 ,于湘涛 . 弹箭与制导学报 . 2012,第001期
4. 基于网格LOF和自适应K-means的离群点检测算法 [J] . 张硕 ,金鑫 ,李兆峰 . 指挥信息系统与技术 . 2019,第001期
5. 基于离群点检测(LOF)的K-means算法 [J] . 杨红 ,李丹宁 ,王雅洁 . 通信技术 . 2019,第008期
6. 一种改进的K-means聚类方法在惯导系统中的应用 [C] . 党宏涛 ,杜祖良 ,于湘涛 . 2012哈工大航天学院博士生学术论坛 . 2012
7. 基于改进的K-means和层次聚类方法的词袋模型研究 [A] . 徐衍鲁 . 2015

基于LOF的K-means聚类方法及其在微震监测中的应用

摘要

著录项

相似文献

相关主题

期刊订阅