一种基于实测数据的可疑点判别方法

摘要

一种基于实测数据的可疑点判别方法，本发明涉及基于实测数据的可疑点判别方法。本发明的目的是为了解决现有现场实测上报数据不真实，查找可疑数据的精确度低、速度慢的缺点。一、得到n个实测数据所在位置间的距离矩阵；二、i＝1时，n个实测数据各自构成一类，此时类间距离就是n个实测数据之间的距离；三、i＝2时，对二得到的类间距离最小的两类进行合并，成为一个新类；计算新类与其他类之间的距离，得到新的类间距离矩阵；四、i＝m时，对i＝m‑1时得到的类间距离最小的两类进行合并，成为一个新类；五、得到类的个数及各类的成员；六、判定可疑点数据的可疑程度。本发明用于数据可疑点判别领域。

主权项

一种基于实测数据的可疑点判别方法，其特征在于：一种基于实测数据的可疑点判别方法具体是按照以下步骤进行的：步骤一、计算n个实测数据所在位置中的任意两个实测数据所在位置之间的距离，得到n个实测数据所在位置间的距离矩阵，n的取值范围为正整数；步骤二、初始第一步i＝1时，n个实测数据各自构成一类，类的个数k＝n，此时类间距离就是n个实测数据所在位置中任意两个实测数据所在位置之间的距离，k为正整数，i为正整数；步骤三、i＝2时，对步骤二得到的类间距离最小的两类进行合并，成为一个新类，此时类的个数k＝n‑1；计算新类与其他类之间的距离，得到新的类间距离矩阵；步骤四、i＝m时，对i＝m‑1时得到的类间距离最小的两类进行合并，成为一个新类，此时类的个数k＝n‑i+1，m为正整数；步骤五、如果步骤四合并后类的个数k仍大于1，重复步骤四和步骤五，直到类的个数为1时，得到谱系聚类图，即可得到类的个数及各类的成员；步骤六、根据类的个数及各类的成员选取步长最长或选取最后合并的实测数据，作为可疑点数据，并判定可疑点数据的可疑程度。