System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及裂缝监测,尤其涉及一种裂缝监测数据异常分类及识别方法。
技术介绍
1、裂缝监测数据是一种物联网数据。裂缝传感器安装在全国各地灾害体周围,通过网络进行连接,每天向数据平台发送数以万计的数据。这些数据让地质监测人员能够实时监控灾害体的位移数据,通过分析预测灾害体未来的变化,可以对灾害体进行预警,及时同时附近居民进行转移,降低自然灾害后人民生命财产损失。
2、裂缝计传感器监测的变量是灾害体的位移,在数据收集的过程中,测量数据的环境变化可能会发生变化,具有不稳定性,因此监测数据会产生高度依赖于环境和被监测的现象,比如不确定数据、错误数据、噪声数据或者周期数据。对于地质灾害监测来说,将异常数据错误的辨认为正常数据的成本是非常高的,可能会降低数据的可信度,让居民对预警消息产生怀疑。
3、目前,现有裂缝计传感器监测数据的可信度较低。
技术实现思路
1、本专利技术提供了一种裂缝监测数据异常分类及识别方法,能够解决现有技术中监测数据的可信度较低的技术问题。
2、根据本专利技术的一方面,提供了一种裂缝监测数据异常分类及识别方法,所述方法包括:
3、获取原始数据段中所有相邻的两个数据的差值的绝对值,并基于原始数据段中所有相邻的两个数据的差值的绝对值将原始数据段分割为n个子数据段;
4、分别判断每个子数据段的长度是否大于24,将长度大于24的子数据段作为初步正常子数据段,将长度小于或等于24的子数据段作为疑似异常子数据段;
< ...【技术保护点】
1.一种裂缝监测数据异常分类及识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,正常数据形态包括三种类型的数据形态,其中,第一种正常数据形态为长度大于24的子数据段中的所有数据都在(a-2mm,a+2mm)的区间内波动,a为固定基准值;第二种正常数据形态为长度大于24的子数据段中的所有数据都在(b-2mm,b+2mm)的区间内波动,b为具有上升趋势的基准值;第三种正常数据形态为长度大于24的子数据段中的所有数据都在(c-2mm,c+2mm)的区间内波动,c为具有下降趋势的基准值。
3.根据权利要求1或2所述的方法,其特征在于,“飞点”异常形态为长度小于或等于24的子数据段中的第一个数据与前一个子数据段的最后一个数据的差值的绝对值大于4mm,且最后一个数据与后一个子数据段的第一个数据的差值的绝对值大于4mm。
4.根据权利要求1或2所述的方法,其特征在于,“台阶”异常形态为长度大于24的子数据段中的前半段和后半段均为正常数据段,但前半段的最后一个数据与后半段的第一个数据的差值的绝对值大于6mm。
5.根据
6.根据权利要求1或2所述的方法,其特征在于,“持续跳变”异常形态为长度大于24的子数据段且不属于正常数据形态、“台阶”异常形态和“来回跳变”异常形态。
7.根据权利要求1至6任一所述的方法,其特征在于,基于原始数据段中所有相邻的两个数据的差值的绝对值将原始数据段分割为N个子数据段包括:
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一所述方法。
...【技术特征摘要】
1.一种裂缝监测数据异常分类及识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,正常数据形态包括三种类型的数据形态,其中,第一种正常数据形态为长度大于24的子数据段中的所有数据都在(a-2mm,a+2mm)的区间内波动,a为固定基准值;第二种正常数据形态为长度大于24的子数据段中的所有数据都在(b-2mm,b+2mm)的区间内波动,b为具有上升趋势的基准值;第三种正常数据形态为长度大于24的子数据段中的所有数据都在(c-2mm,c+2mm)的区间内波动,c为具有下降趋势的基准值。
3.根据权利要求1或2所述的方法,其特征在于,“飞点”异常形态为长度小于或等于24的子数据段中的第一个数据与前一个子数据段的最后一个数据的差值的绝对值大于4mm,且最后一个数据与后一个子数据段的第一个数据的差值的绝对值大于4mm。
4.根据权利要求1或2所述的方法,其特征在于,“台阶”异常形态为长度大于24的子数据段...
【专利技术属性】
技术研发人员:张鸣之,李俊峰,张暄翊,韩冰,闫茂华,陈瑶,
申请(专利权)人:中国地质环境监测院自然资源部地质灾害技术指导中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。