[发明专利]基于聚类算法的滑坡状态确定方法及相关装置

权利要求书

1.一种基于聚类算法的滑坡状态确定方法，其特征在于，所述方法包括：

获取边坡竖向监测孔内K个监测点处的、在预设时间间隔内的位移量，以得到K个时程位移量；

根据所述K个时程位移量对所述K个监测点进行聚类处理，以得到聚类处理结果；

根据所述聚类处理结果，确定以得到所述M个类别突变监测点，M为小于或等于K的整数；

根据所述M个类别突变监测点的可信度和所述类别突变监测点的个数，确定所述边坡的滑坡状态。

2.根据权利要求1所述的方法，其特征在于，所述根据所述K个时程位移量对所述K个监测点进行聚类处理，以得到聚类处理结果，包括：

确定初始第一聚类中心和初始第二聚类中心，所述初始第一聚类中心和所述初始第二聚类中心为从所述K个时程位移量中随机选取的时程位移量；

获取第一距离集合和第二距离集合，所述第一距离集合为所述K个时程位移量中的每个时程位移量与所述初始第一聚类中心之间的距离，所述第二距离集合为所述K个时程位移量中的每个时程位移量与所述初始第二聚类中心之间的距离；

根据所述第一距离集合和所述第二距离集合，确定第一类监测点集合和第二类监测点集合，所述第一类监测点集合中的监测点与所述初始第一聚类中心的距离小于与所述初始第二聚类中心之间的距离，所述第二类监测点集合中的监测点与所述初始第二聚类中心的距离小于与所述初始第一聚类中心之间的距离；

根据所述第一类监测点集合中的监测点对应的时程位移的均值，确定新的第一聚类中心，以及根据所述第二类监测点集合中的监测点对应的时程位移确定新的第二聚类中心；

重复执行上述获取所述新的第一聚类中心和所述新的第二聚类中心的步骤，直至确定出最终第一聚类中心和最终第二聚类中心，所述最终第一聚类中心对应的监测点集合中的监测点的时程位移均值为定值，以及最终第二聚类中心对应的监测点集合中的监测点的时程位移均值为定值；

最终第一聚类中心对应的监测点集合确定为第一类监测点，最终第二聚类中心对应的监测点集合确定为第二类监测点，以得到聚类处理结果。

3.根据权利要求2所述的方法，其特征在于，通过如下公式所示的方法确定时程位移量与初始第一聚类中心、初始第二聚类中心之间的距离：

其中，u_it为第i个监测点、在第t时刻的位移量；u_ct为初始第一聚类中心或初始第二聚类中心、在第t时刻的位移量。

4.根据权利要求2所述的方法，其特征在于，通过如下公式所示的方法确定新的第一聚类中心和新的第二聚类中心：

其中，u_c1为新的第一聚类中心，u_c2为新的第二聚类中心，S₁为第一类监测点集合中的监测点对应的时程位移，S₂为第二类监测点集合中的监测点对应的时程位移，N₁为第一类监测点集合中的监测点个数，N₂为第二类监测点集合中的监测点个数。

5.根据权利要求1-4所述的方法，其特征在于，所述方法还包括：

获取类别突变监测点在预设时间间隔的结束时刻的突变位移量，以及获取突变位移量阈值；

根据所述突变位移量和所述突变位移量阈值，确定类别突变监测点的可信度；

根据所述突变位移量和所述突变位移量阈值，确定类别突变监测点的可信度，包括：

通过如下公式所示的方法确定类别突变监测点的可信度：

其中，Δu_cr为所述突变位移量，Δu_th为所述突变位移量阈值，R为类别突变监测点的可信度。