一种多源异构滑坡数据监测融合方法技术

本发明专利技术公开了一种多源异构滑坡数据监测融合方法，包括：采用最大互信息系数方法MIC与灰色关联分析方法GRA结合的方式得到加权关联度，来反应多源异构滑坡监测变量对滑坡变形位移的影响作用和共有的变化趋势，进而根据加权关联度大小进行特征因子的优选，将优选得到的特征因子进行逐步回归拟合分析，得到相应的回归系数进而计算得到最终的回归方程及融合结果，对数据融合结果采用滑坡阶段性判别及趋势预测的方法来进行可靠性和有效性评价。该方法提出采用多源异构数据融合手段进行多变量的数据有效分析与处理，以获得更加可靠、准确的数据融合结果，为滑坡预测提供有价值的参考信息，从而有效的提高滑坡预测的精度。从而有效的提高滑坡预测的精度。从而有效的提高滑坡预测的精度。

【技术实现步骤摘要】
一种多源异构滑坡数据监测融合方法


[0001]本专利技术涉及数据融合
，更具体的涉及一种多源异构滑坡数据监测融合方法。

技术介绍

[0002]多源数据融合技术作为一门新兴的、多领域的交叉学科，经过十多年的探索发展已经在滑坡变形监测上有了广泛的应用。伴随着众多传感器的出现，如何将多源异构传感器信息进行综合信息提取并进行有效的融合处理是目前的研究难点。由于在滑坡监测中，单一的传感器信息无法全面的反映出滑坡的形变特点，且得到的预测预报结果可靠性不高，需要结合多源异构传感器信息进行有效特征提取与综合分析处理，以消除数据间的冗余性及互斥性，进而可得到更加可靠、准确的预测预报结果。
[0003]目前源异构传感器信息进行有效特征提取与综合分析处理存在单一滑坡监测信息片面性和不可靠性使得预测不准确的问题。

技术实现思路

[0004]本专利技术实施例提供一种多源异构滑坡数据监测融合方法，包括：
[0005]获取多源异构监测变量数据；
[0006]将多源异构监测变量划分为因变量和特征变量；
[0007]计算每两本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多源异构滑坡数据监测融合方法，其特征在于，包括：获取多源异构监测变量数据；将多源异构监测变量划分为因变量和特征变量；计算因变量和特征变量的最大互信息系数MIC、并筛选出影响滑坡变形最大的特征变量；确定反应滑坡变形特征的单点位移序列为参考列，影响滑坡变形的因子组成的数据序列为比较列；计算参考数列与比较数列间的灰色关联系数及灰色关联度；根据最大互信息系数MIC与灰色关联度，计算加权关联度；根据加权关联度大小进行特征优选、并筛选出最终特征变量；将优选得到的特征变量进行逐步回归拟合分析；构建基于加权关联度的特征优选
‑
逐步回归特征级数据融合模型；利用基于加权关联度的特征优选
‑
逐步回归特征级数据融合模型进行多源异构信息融合，为滑坡预测预报提供有效的辅助信息。2.如权利要求1所述的一种多源异构滑坡数据监测融合方法，其特征在于，还包括对多源异构监测变量数据预处理：异常值剔除、缺失值补全及数据平滑去噪。3.如权利要求1所述的一种多源异构滑坡数据监测融合方法，其特征在于，所述计算因变量和特征变量的最大互信息系数MIC的步骤，包括：给定变量i、j，对两变量构成的散点图进行i列j行网格化，并求出最大的互信息值；对最大的互信息值进行归一化处理；选择不同尺度下互信息的最大值作为MIC值；得到与因变量关联程度最高的特征变量。4.如权利要求1所述的一种多源异构滑坡数据监测融合方法，其特征在于，所述灰色关联系数，计算公式包括：其中，ρ为分辨系数，0<ρ<1，若ρ越小，关联系数间差异越大，区分能力越强，通常ρ取0.5，|x0(k)
‑
x
i
(k)|表示每个比较序列...

【专利技术属性】
技术研发人员：王利，张懿恺，许豪，赵超英，刘万林，成伟，
申请(专利权)人：长安大学，
类型：发明
国别省市：