计算机应用研究

作者：毛伊敏,陈华彬,李忠利,张灿龙,

单位：江西理工大学信息工程学院,江西赣州341000；

关键词：滑坡,危险性预测,不确定数据,OPTICS算法,

基金：国家自然科学基金资助项目(41530640,41362015,41562019)；江西省自然科学基金资助项目(20161BAB203093)；江西省教育厅科技项目(GJJ151531)；；

针对滑坡危险性预测中降雨等不确定因素不能有效刻画及处理和现有的OPTICS-PLUS聚类算法需要设置密度阈值、时间复杂度高等问题进行了研究，为了提高滑坡危险性预测准确率，提出一种不确定NNSB-OPTICS聚类算法并应用于滑坡预测中。首先对OPTICS-PLUS算法扩张策略进行优化，避免了人工设置密度阈值，提高了算法效率；然后根据降雨量数据的分布特征，综合EW型距离公式和云模型理论，提出EC型距离公式，有效处理不确定数据降雨量；最后将不确定NNSB-OPTICS聚类算法应用于延安市宝塔区滑坡危险性预测中，建立滑坡危险性预测模型，滑坡预测精度达到89.7%。实验结果表明，该方法能够有效提高滑坡危险性预测精度，具有较高的可行性。

来源：2019年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第1期