[发明专利]一种基于半径参数优化的雷电时空聚类方法及系统

权利要求书

1.一种基于半径参数优化的雷电时空聚类方法，其特征在于，包括以下步骤：

获取雷电定位数据集，计算任一雷电定位数据与其他雷电定位数据的距离，得到所有雷电定位数据的距离数据集；

根据所有雷电定位数据的距离数据集获取每个雷电定位数据的最邻近距离并对最邻近距离进行排序，得到排序序号；

以最邻近距离、排序序号为坐标轴建立坐标系，获取最邻近距离的距离变化曲线；

根据最邻近距离的距离变化曲线确定半径参数；

根据半径参数，采用DBSCAN算法对雷电定位数据集进行聚类，获取雷电时空聚类结果以得到雷云运动轨迹。

2.根据权利要求1所述的一种基于半径参数优化的雷电时空聚类方法，其特征在于，所述根据所有雷电定位数据的距离数据集计算每个雷电定位数据的最邻近距离并对最邻近距离进行排序，得到排序序号，具体为：

逐一对所有雷电定位数据的距离数据集中的距离进行排序处理，并选取距离最小值作为对应距离数据集的最邻近距离；

对所有最邻近距离进行大小排序，得到排序序号。

3.根据权利要求1所述的一种基于半径参数优化的雷电时空聚类方法，其特征在于，所述以最邻近距离、排序序号为坐标轴建立坐标系，获取最邻近距离的距离变化曲线，具体为：

以最邻近距离为纵坐标、排序序号为横坐标建立坐标系，获取最邻近距离的距离变化曲线。

4.根据权利要求1所述的一种基于半径参数优化的雷电时空聚类方法，其特征在于，所述根据邻近距离的距离变化曲线确定半径参数，具体为：

选取邻近距离的距离变化曲线中数值变化最大的点，将该点对应的最邻近距离的值确定为半径参数。

5.根据权利要求1～4任一项所述的一种基于半径参数优化的雷电时空聚类方法，其特征在于，所述根据半径参数，采用DBSCAN算法对雷电定位数据集进行聚类，获取雷电时空聚类结果以得到雷云运动轨迹，具体为：

将半径参数及预设的最小密度参数作为DBSCAN算法的输入，对雷电定位数据集进行聚类，得到雷电时空聚类结果；

根据雷电时空聚类结果得到雷云运动轨迹。

6.一种基于半径参数优化的雷电时空聚类系统，其特征在于，包括距离数据获取模块、最邻近距离排序模块、曲线生成模块、半径参数确定模块及DBSCAN算法模块；其中；

所述距离数据获取模块用于获取雷电定位数据集，并计算任一雷电定位数据与其他雷电定位数据的距离，得到所有雷电定位数据的距离数据集；

所述最邻近距离排序模块用于根据所有雷电定位数据的距离数据集获取每个雷电定位数据的最邻近距离并对最邻近距离进行排序，得到排序序号；

所述曲线生成模块用于以最邻近距离、排序序号为坐标轴建立坐标系，获取最邻近距离的距离变化曲线；

所述半径参数确定模块用于根据最邻近距离的距离变化曲线确定半径参数；

所述DBSCAN算法模块用于根据半径参数，采用DBSCAN算法对雷电定位数据集进行聚类，获取雷电时空聚类结果以得到雷云运动轨迹。

7.根据权利要求6所述的一种基于半径参数优化的雷电时空聚类系统，其特征在于，所述最邻近距离排序模块用于根据所有雷电定位数据的距离数据集获取每个雷电定位数据的最邻近距离并对最邻近距离进行排序，得到排序序号，具体为：

逐一对所有雷电定位数据的距离数据集中的距离进行排序处理，并选取距离最小值作为对应距离数据集的最邻近距离；

对所有最邻近距离进行大小排序，得到排序序号。

8.根据权利要求6所述的一种基于半径参数优化的雷电时空聚类系统，其特征在于，所述曲线生成模块用于以最邻近距离、排序序号为坐标轴建立坐标系，获取最邻近距离的距离变化曲线，具体为：

以最邻近距离为纵坐标、排序序号为横坐标建立坐标系，获取最邻近距离的距离变化曲线。