密度峰值聚类算法在管廊大数据挖掘中应用OA

为了准确、实时发现地下综合管廊运行和维护中的风险,将密度峰值聚类算法分析应用到地下综合管廊异常数据挖掘。密度峰值聚类算法分3个环节,离群数据的取舍、聚类中心的确定和以Voronoi图单元为基础的数据映射分配。通过实验分析,成功实现地下综合管廊环境中氧气浓度的大数据聚类,并得到不同氧气浓度数据聚类簇图像,直观地观察到氧气浓度的数据状态,通过该算法得到的数据簇聚类效果非常具有工程实际意义,能准确、实时预测管廊风险。