基于聚类算法的ERT污染区域识别方法

论文摘要

本文提出将聚类算法引入到ERT监测系统中,采用K均值（K-means）聚类、模糊C均值算法（FCM）以及混合高斯模型（GMM）3种常用聚类算法对ERT检测结果进行污染区域识别,通过一个数值模型分析了3种算法的识别效果.研究结果表明当污染区域与背景土壤的电阻率区分度较大时（电阻率差异性大于30%）,采用3种聚类算法都可以识别出污染区域,K-means和FCM的识别效果优于GMM算法.最后,给出一个实际场地调查的应用案例.

论文目录

• 1 方法
•   1.1 K-means算法
•   1.2 FCM聚类算法
•   1.3 混合高斯模型GMM
• 2 数值实验
•   2.1 数值模型及实验结果
•   2.2 数值实验结果分析
•     2.2.1 污染区域电阻率小于70?·m的识别结果分析
•     2.2.2 污染区域电阻率为80?·m的识别结果分析
•     2.2.3 耗时分析
• 3 实际场地数据应用
•   3.1 污染场地介绍
•   3.2 ERT检测
•   3.3 ERT检测结果的分析
•   3.4 ERT检测结果的聚类分析
• 4 结论

文章来源

类型: 期刊论文

作者: 王玉玲,王蒙,闫岩,宫淑兰,汪明,徐亚

关键词: 检测,污染场地,聚类算法,污染区域识别

来源: 中国环境科学 2019年03期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 山东建筑大学信息与电气工程学院山东省智能建筑技术重点实验室,林雪平大学科学工程学院,中国环境科学研究院

基金: 国家自然基金资助项目(61503219,61573226),山东省重点研发计划(2016GGX101005),中央级院所基本科研业务专项重点项目(2016YSKY14)

分类号: X833

DOI: 10.19674/j.cnki.issn1000-6923.2019.0159

页码: 1315-1322

总页数: 8

文件大小: 526K

下载量: 172