[发明专利]一种基于两阶段聚类的用水模式构建方法

权利要求书

1.一种基于两阶段聚类的用水模式构建方法，其特征在于，包括以下步骤：

步骤1：数据预处理；对从网上爬取到的用水、社会经济数据进行预处理，删除异常值、填补缺失值，然后进行归一化处理；

步骤2：单因素空间模式分析；针对用水量、人口单一因素，利用改进的密度聚类算法SA-DBSCAN将单一因素与空间位置相结合，进行空间模式分析；

步骤3：更新相关因素指标；将步骤2得到的聚类结果转化为数值属性，并与相关的单因素分配不同的权重比例进行结合，将结合后的数据作为新的因素指标；

步骤4：确定用水量主要影响因素；对步骤3更新后的相关因素，以及其他因素指标，采用主成分分析法，选取贡献率大于等于85％，确定出用水量的主要影响因素；

步骤5：构建用水模式；利用子空间聚类算法CLIQUE，对步骤4所确定的用水量主要影响因素进行聚类，确定最终的用水模式；

步骤6：性能评价；使用聚类评价指标评价聚类性能。

2.根据权利要求1所述的一种基于两阶段聚类的用水模式构建方法，其特征在于：步骤1所述的数据预处理方法中的缺失值采用平均值进行填充，使用Z-score进行归一化。

3.根据权利要求1所述的一种基于两阶段聚类的用水模式构建方法，其特征在于：步骤2所述的单因素空间模式分析，采用SA-DBSCAN密度聚类算法；该算法需要设定的聚类参数为3个：属性距离D_a，空间距离D_s和对象阈值MinPts，前2个参数用于确定邻近域，后一个用来确定邻近域内的对象数量；空间距离采用Haversine公式计算：

其中，R为地球半径，x_ix_j、y_iy_j为两POI兴趣点P_i(x_i,y_i),P_j(x_j,y_j)的经纬度值，D_s即2个POI兴趣点的空间距离，D_a表示任意2个POI兴趣点的属性距离，a_i、α_j为i、j两点的属性值；

算法基本步骤如下：

步骤一、建立一个三维数据库，库中对象的经度为x，纬度为y，属性因素为a，一条对象数据为一个对象点P_i＝{id_Pi，x_i，y_i，a_i}，i为对象序号，所有对象点的集合为D_P；

步骤二、从D_P中依次选取一个对象点P_i，判断其是否已属于现有簇中，是则重新选取下一个对象点，否则进行步骤一；

步骤三、判断对象点P_i是否为核心对象，是则进行步骤四，否则回到步骤二中重新选取下一个对象点；

步骤四、搜寻核心对象点P_i的所有相邻点Q_i，若Q_i不属于任何已有的簇，则将Q_i放入新建的簇A中，若Q_i属于已有的簇，则不进行操作；

步骤五、判断簇A中新加入的对象是否为核心对象，若非核心对象，则将其标为边缘对象不进行进一步操作，是则对该核心对象重复步骤四的操作；

步骤六、重复步骤二到步骤五的工作，直到D_P中所有对象都属于某个簇，或为孤立点。