[发明专利]基于系统聚类分析的铁路动态基准点多层级分群方法有效

专利信息
申请号: 202110871853.2 申请日: 2021-07-30
公开(公告)号: CN113673582B 公开(公告)日: 2023-05-09
发明(设计)人: 龚晓颖;冯威;黄丁发;吕菲 申请(专利权)人: 西南交通大学;川藏铁路技术创新中心有限公司
主分类号: G06F17/16 分类号: G06F17/16;G06V10/70
代理公司: 北京正华智诚专利代理事务所(普通合伙) 11870 代理人: 杨浩林
地址: 610031*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 系统 聚类分析 铁路 动态 基准点 多层 分群 方法
【权利要求书】:

1.基于系统聚类分析的铁路动态基准点多层级分群方法,其特征在于,包括以下步骤:

S1、以铁路基准点的多项指标为分群依据,建立点群分类综合评价的指标体系,并以基准点为评价对象得到矩阵X;

S2、基于矩阵X中的各个评价指标值,通过标准化处理得到标准化指标,并生成指标变量,通过标准化指标间的相关系数得到指标变量的相关系数矩阵;

S3、通过R型聚类对矩阵X中的各个评价指标进行聚类分析,生成指标聚类树形图,并根据相关系数矩阵,从指标聚类树形图的各个类中选取代表性评价指标;

S4、根据代表性评价指标对铁路的基准点进行Q型聚类,将Q型聚类生成的基准点的类用类平均法处理,得到所有基准点的聚类树形图,完成铁路动态基准点多层级分群;

所述步骤S1中,铁路基准点的多项指标包括铁路基准点的三维位置、坐标时间序列非线性运动趋势、线性运动趋势、水平速度值和垂向速度值;

所述步骤S1具体为:以铁路基准点的多项指标作为分群依据,建立点群分类综合评价的指标体系F=(f1,f2,…,fn),其中fc为第c个评价指标,c=1,2,…,n,n表示评价指标个数;以铁路基准点为评价对象,通过指标体系F=(f1,f2,…,fn)结合评价对象,得到m×n的矩阵X,其中m为评价对象的总数;

所述步骤S2包括以下分步骤:

S21、基于矩阵X中的各个评价指标值,通过不同量纲间指标的标准化算法进行标准化处理,得到标准化指标,并根据X中的各个评价指标值生成指标变量;

S22、通过标准化指标计算两两指标变量间的相关系数,得到指标变量的相关系数矩阵;

所述步骤S21具体为:

将矩阵X中的各个评价指标值进行标准化处理,记第j个评价指标变量xj,其值为(x1j,x2j,…,xmj)T,其第i个评价对象对应标准化指标的表达式具体为:

式中,xij为各个评价指标值中的第i个评价对象的第j个评价指标的取值,i=1,2,…,m,j=1,2,…,n;为第j个评价指标变量的样本均值,Sj为第j个评价指标变量的样本标准差;

根据X中的各个评价指标值生成标准化指标变量其值为

所述步骤S22包括以下分步骤:

S22-1、通过标准化指标计算两两指标变量的相关系数rjk,其相关系数rjk的表达式具体为:

式中,为准化指标变量对应的标准化指标变量的均值,其具体为为指标变量对应的标准化指标变量的均值,其具体为为评价指标xik对应的标准化指标;

S22-2、计算出所有指标变量的相关系数,得到相关系数矩阵r;

所述步骤S3包括以下分步骤:

S31、通过R型聚类中的最大系数法对矩阵X中各个评价指标进行分析,生成指标聚类树形图;

S32、在指标聚类树形图中任选两类,根据标准化指标间的相关系数矩阵,得到两类中最相似的两指标变量间的相似性度量值R(G1,G2),并从每个类中选取代表性评价指标P=(p1,p2,…,pe),e≤n;

其中,e为代表性评价指标的总数,两类中两指标变量间的相似性度量值R(G1,G2)的具体表达式为:

R(G1,G2)=max{rjk}

式中,G1和G2均为指标聚类树形图中的类,max{*}为求最大值函数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学;川藏铁路技术创新中心有限公司,未经西南交通大学;川藏铁路技术创新中心有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110871853.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top