不确定PAHT聚类算法在滑坡危险性预测上的应用

来源：计算机应用研究杂志2019年第5期北京时间：

作者：胡健,朱玲,毛伊敏,

单位：江西理工大学a.应用科学学院信息工程系;b.信息工程学院,江西赣州341000；

摘要：针对滑坡预测聚类研究中由于难以确定传统聚类算法需要预先设置的簇个数和无法精准衡量不确定因素降雨量导致预测效果欠佳的问题，提出一种新的聚类算法——不确定PAHT（partition algorithm on the hierarchical thinking）算法。该算法引入一种不确定数据模型——M-D距离，有效刻画了不确定的雨量数据；并结合层次聚类思想，通过找出最佳阈值p*自动确定k值。以延安宝塔区为实例进行对比实验，实验结果验证了不确定M-D距离和PAHT算法的有效性及不确定PAHT算法在滑坡危险性预测上的可行性。

关键词：不确定数据,聚类算法,危险性预测,滑坡,

基金资助：江西省教育厅科技项目(GJJ151528,GJJ151531)；国家自然科学基金资助项目(41562019,41530640)；江西省自然科学基金资助项目(20161BAB203093)；；