System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及岩土工程多源信息处理,尤其涉及一种基于权重分配的多源信息综合分析方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
2、隧道勘察与掘进期间存在钻探、物探以及开挖揭露等多源时空地质信息,各种数据维度、尺度、类型不一且空间关联性较差,难以实现海量多源异构时空数据的充分利用。
3、在地质建模过程中,多源异构的数据尚未形成一个综合的量化指标,往往以单一的属性进行呈现,多种属性模型的构建存在建模过程耗时费力、单一数据源数据量过少导致属性模型效果不佳、构建后的模型难以及时更新等问题,很大程度上限制了三维地质属性模型的推广和应用。对不同来源、不同维度、不同类型、不同精度的多源、异构数据进行无缝整合与同化,是大数据时代对地质勘探信息处理的必然要求。
4、通过深度学习的图像处理技术和相关性分析方法,可以建立开挖揭露图像、点云信息和探测数据与(结构/不良地质)属性信息的整合与同化数学模型,结合网格剖分和粗化技术形成规则统一的数据格式和数字化表征方法。但是,不同数据源的数据仍存在局部各向异性和空间分布不均匀性,这可能导致信息失真、模型不一致性、空间关联性丧失、模型泛化困难和数据采样偏差。尽管先进技术改善了多源数据的集成,但在处理不同地质空间或方向上的局部差异时,模型的性能仍会受到限制。
技术实现思路
1、为了解决上述问题,本专利技术提出了一种基于权重分配的多源信息综合分析方法及系统,通过使用互信息来自
2、在一些实施方式中,采用如下技术方案:
3、一种基于权重分配的多源信息综合分析方法,包括:
4、获取图像数据、钻孔岩芯、物探信息和钻孔声波信息,作为不同数据源信息,并对获取的数据进行预处理;
5、构建岩体结构的综合属性指标,基于所述综合属性指标对不同数据源进行特征提取并归一化,利用归一化后的特征对综合属性指标进行数字化表征;
6、将整个空间划分多个均匀的空间单元,为每一个空间单元分配坐标,将不同数据源的综合属性指标分别赋予每个空间单元;
7、从整个空间中选择多个中心空间单元,分别作为中心点,以每一个中心点为中心,选择与其强关联的多个空间单元作为成员,构建多个局部感知域;
8、基于每一种数据源在单个局部感知域内数据点的数量,计算每一个局部感知域内不同数据源的权重占比;通过插值的方法得到整个空间内不同数据源的权重占比。
9、在另一些实施方式中,采用如下技术方案:
10、一种基于权重分配的多源信息综合分析系统,包括:
11、数据获取模块,用于获取图像数据、钻孔岩芯、物探信息、钻孔声波信息,作为不同数据源信息,并对获取的数据进行预处理;
12、综合属性指标表征模块,用于构建岩体结构的综合属性指标,基于所述综合属性指标对不同数据源进行特征提取并归一化,利用归一化后的特征对综合属性指标进行数字化表征;
13、空间属性构建模块,用于将整个空间划分多个均匀的空间单元,为每一个空间单元分配坐标,将不同数据源的综合属性指标分别赋予每个空间单元;
14、局部感知域构建模块,用于从整个空间中选择多个中心空间单元,分别作为中心点,以每一个中心点为中心,选择与其强关联的多个空间单元作为成员,构建多个局部感知域;
15、权重计算模块,用于基于每一种数据源在单个局部感知域内数据点的数量,计算每一个局部感知域内不同数据源的权重占比;通过插值的方法得到整个空间内不同数据源的权重占比。
16、在另一些实施方式中,采用如下技术方案:
17、一种终端设备,其包括处理器和存储器,处理器用于实现指令;存储器用于存储多条指令,所述指令适于由处理器加载并执行上述的基于权重分配的多源信息综合分析方法。
18、在另一些实施方式中,采用如下技术方案:
19、一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行上述的基于权重分配的多源信息综合分析方法。
20、与现有技术相比,本专利技术的有益效果是:
21、(1)本专利技术对多种不同的数据源进行融合分析,能够提供更全面的信息。通过利用信息熵来确定不同数据源的贡献度,确定不同数据源的权重占比,可以更好地综合不同数据来源的信息,为后期的地质探测手段提供参考。
22、(2)本专利技术通过不同数据源两两之间的互信息,确定与中心点具有强关联性的空间单元,从而构建局部感知域,可以捕捉多个信息源之间的相关性,更好地适应不同信息源之间的变化关系,从而提高了信息融合的灵活性和准确性。
23、(3)本专利技术通过信息熵计算每一种数据源在局部感知域乃至整个空间中的权重占比,将更高的权重分配给具有更多独立信息的源,减小了冗余信息的影响,有助于提高信息融合的效率和可行性。
24、本专利技术的其他特征和附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本方面的实践了解到。
本文档来自技高网...【技术保护点】
1.一种基于权重分配的多源信息综合分析方法,其特征在于,包括:
2.如权利要求1所述的一种基于权重分配的多源信息综合分析方法,其特征在于,基于所述综合属性指标对不同数据源进行特征提取,具体为:
3.如权利要求1所述的一种基于权重分配的多源信息综合分析方法,其特征在于,计算每个空间单元位置处的互信息值,对于每一个中心点,选择其周围互信息值最大的前N个空间单元作为成员,构建局部感知域。
4.如权利要求3所述的一种基于权重分配的多源信息综合分析方法,其特征在于,计算每个空间单元位置处的互信息值,具体为:
5.如权利要求1所述的一种基于权重分配的多源信息综合分析方法,其特征在于,从整个空间中选择多个中心空间单元,具体为:根据整个空间中数据的高密度区域或者聚类中心来选择作为中心点的空间单元。
6.如权利要求1所述的一种基于权重分配的多源信息综合分析方法,其特征在于,基于每一种数据源在单个局部感知域内数据点的数量,计算每一个局部感知域内不同数据源的权重占比,具体过程为:
7.如权利要求6所述的一种基于权重分配的多源信息综
8.一种基于权重分配的多源信息综合分析系统,其特征在于,包括:
9.一种终端设备,其包括处理器和存储器,处理器用于实现指令;存储器用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行权利要求1-7任一项所述的基于权重分配的多源信息综合分析方法。
10.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备的处理器加载并执行权利要求1-7任一项所述的基于权重分配的多源信息综合分析方法。
...【技术特征摘要】
1.一种基于权重分配的多源信息综合分析方法,其特征在于,包括:
2.如权利要求1所述的一种基于权重分配的多源信息综合分析方法,其特征在于,基于所述综合属性指标对不同数据源进行特征提取,具体为:
3.如权利要求1所述的一种基于权重分配的多源信息综合分析方法,其特征在于,计算每个空间单元位置处的互信息值,对于每一个中心点,选择其周围互信息值最大的前n个空间单元作为成员,构建局部感知域。
4.如权利要求3所述的一种基于权重分配的多源信息综合分析方法,其特征在于,计算每个空间单元位置处的互信息值,具体为:
5.如权利要求1所述的一种基于权重分配的多源信息综合分析方法,其特征在于,从整个空间中选择多个中心空间单元,具体为:根据整个空间中数据的高密度区域或者聚类中心来选择作为中心点的空间单元。
6.如...
【专利技术属性】
技术研发人员:许振浩,贺迎春,李轶惠,潘东东,王文扬,邵瑞琦,牟文墉,
申请(专利权)人:山东大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。