基于K-means聚類的破碎地形道路斷面測量數據查詢方法

曾泳諭

（廣東省國土資源測繪院，廣東 廣州 510000）

0.引言

在道路監測和維護管理中，需要對破碎地形道路斷面進行測量和實時監測，分析破碎地形道路斷面的數據分布特性，構建大數據庫，通過GIS信息檢測技術，進行破碎地形道路斷面測量數據的優化查詢處理，以提高破碎地形道路斷面測量數據的實時關聯和調度能力。隨著數據庫技術的廣泛應用，采用數據庫體系架構方法，建立破碎地形道路斷面測量數據的信息聚類和檢測模型，實現破碎地形道路斷面測量數據的優化檢測。研究破碎地形道路斷面測量數據查詢，對提高破碎地形道路斷面測量能力具有重要意義[1]。

對破碎地形道路斷面測量數據查詢由分布式鏈路節點識別實現，結合對破碎地形道路斷面測量數據的特征分析，采用模糊測量和跟隨識別的方法實現對破碎地形道路斷面測量數據采集，數據查詢的方法主要有基于關聯特征檢測的破碎地形道路斷面測量數據查詢方法、基于不規則三角網的破碎地形道路斷面測量數據查詢方法等[2]，使用分析破碎地形道路斷面測量數據的穩定性特征量，使用狀態參數檢測，實現對破碎地形道路斷面測量數據的查詢。文獻[3]中構建破碎地形道路斷面測量數據快速查詢的地表沉降分斷層本體結構模型，采用相關特征分析，實現破碎地形道路斷面測量數據快速查詢，但該方法的計算復雜度較高。文獻[4]中采用分布式鏈路節點跟隨識別的方法實現對破碎地形道路斷面測量數據采集，對采集的破碎地形道路斷面測量數據進行非線性樣本重組，實現數據查詢，但該方法的輸出穩定性較差，查詢精度較低。針對以上方法存在的問題，本文提出基于Kmeans聚類的破碎地形道路斷面測量數據查詢方法。首先采用組合傳感器和地形監測儀實現對破碎地形道路斷面數據采集和測量，然后通過K-means聚類方法實現破碎地形道路斷面測量數據的融合聚類和分層查詢，最后進行仿真測試分析。結果顯示：本文方法在提高破碎地形道路斷面測量數據查詢能力方面具有優越性。

1.破碎地形道路斷面測量數據特征分析

1.1 數據查詢總體結構

%%為實現基于K-means聚類的破碎地形道路斷面測量數據快速查詢，分析基坑降水工程中土體的側向變形分布，結合對破碎地形道路斷面的中層位和斷層面的矢量分布，分析地形道路斷面測量數據的存儲結構，在含逆斷層區域內，通過上下干土、非飽和土與飽和土各自的斷面測量參數分布及密度感知結果，采用非飽和土的體變模量參數分析方法，進行數據分塊，得到破碎地形道路斷面測量數據的分塊存儲結構模型如圖1所示。

圖1破碎地形道路斷面測量數據的分塊存儲結構

在使用的分塊結構中，分析道砟顆粒形狀對顆粒力學行為參數的影響，構建破碎地形道路斷面測量數據的線性跟蹤控制模型，基于點云坐標構建三角形薄片指數分析方法，進行特征點匹配。根據匹配結果，實現數據檢索，采用組合傳感器和地形監測儀實現對破碎地形道路斷面數據采集和測量，采集的斷面測量數據主要有位移數據、切向數據、應變勢能和外力勢能等參數，通過連續體單元網格結構分析，進行界面單元傳遞到離散元的數據分布，由此采用K-means算法實現數據聚類[5]，得到數據查詢的結構模型如圖2所示。

圖2破碎地形道路斷面測量數據查詢的結構模型

1.2 破碎地形道路斷面測量特征分析

根據破碎地形道路斷面測量數據查詢的實現結構圖，結合不規則三角網地形重構方法，建立地質層面重構模型，采用假設Gc表示破碎地形道路斷面測量數據庫離散元與有限差分模型，在有向圖G1和G2的交集中得到平衡方程，在有向圖G1和G2的傳輸鏈路節點中，分析破碎地形道路斷面道砟顆粒外形特征以及細觀力，在狀態空間A、B和C中存在共同節點，當破碎地形道路斷面測量數據的存儲空間屬于G1和G2。計算有向圖G1、G2地表沉降分斷層模糊特征分布域Sr，并基于點云坐標構建三角形薄片指數分布，構建狀態方程，基于無重疊二維離散單元點云分析，得到破碎地形道路斷面三維模型如圖3所示。通過破碎地形道路斷面測量數據的地表沉降分斷層特征檢索，采用單顆粒激光掃描方法進行測量數據檢測，在垂直剖面上得到數據三維分布狀態方程，如式（1）所示：

圖3破碎地形道路斷面三維模型

式（1）中，φ1、φ2、φ3分別為破碎地形道路粒形狀輪廓坐標分布；a為沿界面單元切線；r為距離函數。在離散元模型與有限差分模型中，引入破碎地形道路斷面的球度指數Sp及棱角尖銳系數Ψ，得到破碎地形道路斷面測量數據的特征分布，如式（2）所示：

式（2）中，I為破碎地形道路斷面交點；P為各表面點坐標的分布曲面。由此，構建破碎地形道路斷面測量數據特征分析模型，根據斷面特征參數解析和聚類，進行數據查詢處理。

2.數據查詢算法優化設計

2.1 K-means聚類的數據分類

對采集的破碎地形道路斷面測量數據進行非線性樣本重組，采用K-means聚類分析方法，分析地層的豎向參數結構，結合相空間重構方法實現對破碎地形道路斷面測量數據的降維處理，構建破碎地形道路斷面測量數據的聚類模型，得到地表沉降分斷層相似度S，如式（3）所示：

式（3）中，b為組合黏參數；Si為顆粒形狀指標分布；Sr為離散元的相似度分量，當Sr=0時，破碎地形道路斷面測量數據的模糊度辨識參量S取決于Sc·a，如式（4）所示：

式（4）中，n （D1）和n （D2）分別為破碎地形道路斷面測量數據庫分布在有向圖G1和G2中的查詢節點數目；破碎地形道路斷面測量數據的交叉地表沉降分斷層分布集為n （D1∩D2），在破碎地形道路斷面測量數據集的公共結點中，通過地表沉降分斷層融合，實現破碎地形道路斷面測量數據結構存儲。

采用K-means聚類分析方法，得到破碎地形道路斷面的最大加載軸向聚類系數K，如式（5）所示：

式（5）中，mGC為橫斷面內道砟顆粒的平動參數；GC為道床頂面寬度；在有限域GC中查詢到的破碎地形道路斷面測量數據的K-means聚類分量為如此可將線路測量簡化為二維問題并進行數值模擬，二維特征分析問題表示為Vi和Xi，得到破碎地形道路斷面測量數據查詢的目標控制函數f，如式（6）所示：

式（6）中，favg為循環加載的平均聚類參數；fi為檢測閾值，根據破碎地形道路斷面測量數據查詢的全局尋優，進行測量數據分量查詢。

2.2 數據查詢輸出

采用內插的Grid（柵格）模型建立破碎地形道路斷面測量數據的分層結構模型，在破碎地形道路斷面剖面上層位和斷層分布域中，最大和最小閾值控制參數ximax和ximin。由此得到破碎地形道路斷面測量數據在區間(-1,1)之間的解釋控制變量cxi，如式（7）所示：

式（7）中，xi為軌枕-碎石道床離散元數值分布；ximin和ximax為最小和最大閾值，并計算蟻群尋優過程控制參數，得到破碎地形道路斷面測量數據在查詢過程中的新位置對應的目標值fik+1，更新K-means聚類的差異度變量cxi，在最優顆粒法向及切向接觸剛度約束下，得到破碎地形道路斷面測量數據特征提取的決策變量xi，如式（8）所示：

由此，利用破碎地形道路斷面測量數據特征的差異性實現信息融合，提高破碎地形道路斷面測量數據的檢測和查詢能力。

綜上分析，通過K-means聚類方法實現破碎地形道路斷面測量數據的融合聚類和分層查詢。

3.仿真試驗分析

采用施工現場測試和仿真試驗分析的方法，進行破碎地形道路斷面測量數據查詢的試驗分析，對破碎地形道路斷面測量數據采樣采用激光掃描儀，傳感器節點分布為200，圍壓保持為60 kPa，數據采樣的分布幅值為200 kPa，加載頻率為5 Hz，K-means聚類的迭代次數為1200，數據先驗分布的長度為1023，仿真硬件測試平臺如圖4所示。初始測量參數分布如表1所示。

圖4試驗測試平臺

表1參數設定

根據上述參數和仿真平臺設定，采用本文算法進行破碎地形道路斷面測量數據查詢，得出破碎地形道路斷面的有限元分布和點云數據參數分布如圖5所示。

圖5數據特征分布仿真

根據破碎地形道路斷面的有限元分布和點云數據參數分布特征解析結果，得到斷面測量結果如圖6所示。

圖6斷面測量查詢結果

測試不同方法的查準率和查全率，對比結果可知，本文方法的查準率和查全率較高，提高了破碎地形道路斷面測量數據查詢的尋優能力如圖7所示。

圖7查詢性能對比測試

4.結束語

本文建立破碎地形道路斷面測量數據的融合和特征聚類模型，通過特征聚類和融合結果實現數據查詢，采用激光掃描的方法進行數據采集和仿真分析，在破碎地形道路斷面剖面上層位和斷層分布域中，通過K-means聚類方法實現破碎地形道路斷面測量數據的融合聚類和分層查詢，根據破碎地形道路斷面的有限元分布和點云數據參數分布，實現數據特征聚類后的查詢能力分析。研究得出：本文方法提高了破碎地形道路斷面測量數據查詢能力，進而提高破碎地形道路斷面測量和養護能力。