利用数据挖掘的滑坡监测数据处理流程

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用数据挖掘的滑坡监测数据处理流程

牛瑞卿, 韩舸

文章导航 > 武汉大学学报 ● 信息科学版 > 2012 > 37(7): 869-872

牛瑞卿, 韩舸. 利用数据挖掘的滑坡监测数据处理流程[J]. 武汉大学学报 ● 信息科学版, 2012, 37(7): 869-872.

引用本文:

牛瑞卿, 韩舸. 利用数据挖掘的滑坡监测数据处理流程[J]. 武汉大学学报 ● 信息科学版, 2012, 37(7): 869-872.

NIU Ruiqing, HAN Ge. Technological Flow for Processing Landslide-monitoring Data Based on Data Mining[J]. Geomatics and Information Science of Wuhan University, 2012, 37(7): 869-872.

Citation:

NIU Ruiqing, HAN Ge. Technological Flow for Processing Landslide-monitoring Data Based on Data Mining[J]. Geomatics and Information Science of Wuhan University, 2012, 37(7): 869-872.

利用数据挖掘的滑坡监测数据处理流程

牛瑞卿¹,
韩舸¹

¹中国地质大学地球物理与空间信息学院,武汉市鲁磨路388号430074

基金项目: 国家863计划资助项目(2009AA122004);;国家国土资源部三峡库区三期地质灾害防治重大科研资助项目(SXKY3-3-2)

作者简介:
牛瑞卿，博士，教授。现主要从事天空地一体化地球观测信息融合与可视化研究。

中图分类号: P258

Technological Flow for Processing Landslide-monitoring Data Based on Data Mining

NIU Ruiqing¹,
HAN Ge¹

¹ Institute of Geophysics and Geomatics,China University of Geosciences,388 Lumo Road,Wuhan 430074,China

Funds: 国家863计划资助项目(2009AA122004);;国家国土资源部三峡库区三期地质灾害防治重大科研资助项目(SXKY3-3-2)

摘要: 为有效处理海量、多种类的滑坡监测数据,提出了基于数据挖掘的滑坡监测数据处理流程。以白家包滑坡为例,利用k-means算法对监测数据进行定性处理,进而利用Apriori算法分析滑坡形变的诱发因素。实验结果表明,提出的流程能有效地处理滑坡监测数据,并发掘到有助于人们认识滑坡形变及其原因的知识。
- 数据挖掘 /
- 滑坡监测 /
- Apriori /
- k-means /
- 诱因分析
Abstract: This paper proposed a technological flow based on data mining technique for coping with difficulties in processing mass and various landslide-monitoring data effectively.Baijiabao Landslide was taken as a case study to analyze the feature information of deformation and its inducing factors by utilizing Apriori algorithm right after processing monitoring data qualitatively.It is demonstrated that the proposed technological flow can process landslide-monitoring data effectively and discover useful knowledge for understanding the circumstance and inducing-factors of landslide's deformation.
- data mining /
- landslide monitoring /
- Apriori /
- k-means /
- inducing factors analyze

[1]	李军, 刘举庆, 赵学胜, 黄骞, 孙文彬, 许志华, 王昊. 地理格网模型支持下的轨迹数据管理与分析框架：方法与应用 . 武汉大学学报 ● 信息科学版, 2021, 46(5): 640-649. doi: 10.13203/j.whugis20200459
[2]	王利, 许豪, 舒宝, 义琛, 田云青. 利用互信息和IPSO-LSTM进行滑坡监测多源数据融合 . 武汉大学学报 ● 信息科学版, 2021, 46(10): 1478-1488. doi: 10.13203/j.whugis20210131
[3]	王育红, 张合兵, 郭增长, 张连蓬. 基于矢量数据的LUCC广义转移矩阵自动挖掘方法 . 武汉大学学报 ● 信息科学版, 2019, 44(6): 851-858. doi: 10.13203/j.whugis20170260
[4]	李振洪, 宋闯, 余琛, 肖儒雅, 陈立福, 罗慧, 戴可人, 葛大庆, 丁一, 张宇星, 张勤. 卫星雷达遥感在滑坡灾害探测和监测中的应用:挑战与对策 . 武汉大学学报 ● 信息科学版, 2019, 44(7): 967-979. doi: 10.13203/j.whugis20190098
[5]	何占军, 邓敏, 蔡建南, 刘启亮. 顾及背景知识的多事件序列关联规则挖掘方法 . 武汉大学学报 ● 信息科学版, 2018, 43(5): 766-772. doi: 10.13203/j.whugis20150616
[6]	王艳东, 李昊, 王腾, 朱建奇. 基于社交媒体的突发事件应急信息挖掘与分析 . 武汉大学学报 ● 信息科学版, 2016, 41(3): 290-297. doi: 10.13203/j.whugis20140804
[7]	陈佳, 胡波, 左小清, 乐阳. 利用手机定位数据的用户特征挖掘 . 武汉大学学报 ● 信息科学版, 2014, 39(6): 734-738. doi: 10.13203/j.whugis20130066
[8]	李德仁, 姚远, 邵振峰. 智慧城市中的大数据 . 武汉大学学报 ● 信息科学版, 2014, 39(6): 631-640. doi: 10.13203/j.whugis20140135
[9]	黄声享, 罗力. 三峡库区滑坡监测基准的稳定性分析及结果 . 武汉大学学报 ● 信息科学版, 2014, 39(3): 367-372. doi: 10.13203/j.whugis20120019
[10]	孔令桥, 秦昆, 龙腾飞. 利用二型模糊聚类进行全球海表温度数据挖掘 . 武汉大学学报 ● 信息科学版, 2012, 37(2): 215-219.
[11]	张正禄, 王小敏, 邓勇, 谢年生. 模糊神经网络在变形分析与预报中的应用研究 . 武汉大学学报 ● 信息科学版, 2010, 35(1): 6-8.
[12]	沙宗尧, 李晓雷. 异质环境下的空间关联规则挖掘 . 武汉大学学报 ● 信息科学版, 2009, 34(12): 1480-1484.
[13]	焦利民, 刘耀林, 任周桥. 基于自组织神经网络的空间点群聚类及其应用分析 . 武汉大学学报 ● 信息科学版, 2008, 33(2): 168-171.
[14]	洪梓璇, 边馥苓. 基于支持度矩阵的Apriori改进算法 . 武汉大学学报 ● 信息科学版, 2008, 33(12): 1246-1249.
[15]	宁津生, 郭金来. 地球重力场可视化数据挖掘平台WHU-3 Dgravity的设计与实现 . 武汉大学学报 ● 信息科学版, 2007, 32(11): 945-949.
[16]	马荣华, 何增友. 从空间数据库中挖掘频繁邻近类别集的一种新算 . 武汉大学学报 ● 信息科学版, 2007, 32(2): 112-114.
[17]	葛小三. 基于网格技术的空间知识发现与数据挖掘研究 . 武汉大学学报 ● 信息科学版, 2006, 31(12): 1105-1107.
[18]	马荣华, 何增友. 从GIS数据库中挖掘空间离群点的一种高效算法 . 武汉大学学报 ● 信息科学版, 2006, 31(8): 679-682.
[19]	田扬戈, 边馥苓. 基于概念聚类和面向属性归纳的区划分析 . 武汉大学学报 ● 信息科学版, 2005, 30(1): 86-88.
[20]	王树良, 王新洲, 曾旭平, 史文中. 滑坡监测数据挖掘视角 . 武汉大学学报 ● 信息科学版, 2004, 29(7): 608-610,627.

WeChat

点击查看大图

计量

文章访问数: 966
HTML全文浏览量: 39
PDF下载量: 423
被引次数: 0

利用数据挖掘的滑坡监测数据处理流程

牛瑞卿¹,
韩舸¹

¹中国地质大学地球物理与空间信息学院,武汉市鲁磨路388号430074

基金项目: 国家863计划资助项目(2009AA122004);;国家国土资源部三峡库区三期地质灾害防治重大科研资助项目(SXKY3-3-2)

作者简介:
牛瑞卿，博士，教授。现主要从事天空地一体化地球观测信息融合与可视化研究。

收稿日期: 2012-04-28
刊出日期: 2012-07-05

中图分类号: P258

关键词:

摘要: 为有效处理海量、多种类的滑坡监测数据,提出了基于数据挖掘的滑坡监测数据处理流程。以白家包滑坡为例,利用k-means算法对监测数据进行定性处理,进而利用Apriori算法分析滑坡形变的诱发因素。实验结果表明,提出的流程能有效地处理滑坡监测数据,并发掘到有助于人们认识滑坡形变及其原因的知识。

English Abstract

牛瑞卿, 韩舸. 利用数据挖掘的滑坡监测数据处理流程[J]. 武汉大学学报 ● 信息科学版, 2012, 37(7): 869-872.

引用本文:

牛瑞卿, 韩舸. 利用数据挖掘的滑坡监测数据处理流程[J]. 武汉大学学报 ● 信息科学版, 2012, 37(7): 869-872.

NIU Ruiqing, HAN Ge. Technological Flow for Processing Landslide-monitoring Data Based on Data Mining[J]. Geomatics and Information Science of Wuhan University, 2012, 37(7): 869-872.

Citation:

NIU Ruiqing, HAN Ge. Technological Flow for Processing Landslide-monitoring Data Based on Data Mining[J]. Geomatics and Information Science of Wuhan University, 2012, 37(7): 869-872.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码