摘要:
本发明公开了一种基于趋势分段相似性的机场噪声监测点异常识别方法,属于机场噪声监测点异常分析技术领域。该方法首先利用监测设备获取机场周边各监测点的噪声监测数据;接着对监测数据进行预处理,创建标准噪声时序数据集;用基于趋势分段的时序表示方法对各个监测点的噪声时序进行降维表示;利用基于趋势分段的相似性度量方法,度量各监测点之间的噪声时序相似程度,建立相似性矩阵;找出与各监测点相似性较高的前k个监测点,创建相似监测点集合;最后,度量各个监测点新的噪声时序与其关联监测点的新噪声时序之间的相似性,若相似性发生明显变化,则判定为异常。
本方法能准确识别监测点异常,有效提高了机场噪声监测点维护的及时性和有效性。
| 专利名称 | 一种基于趋势分段相似性的机场噪声监测点异常识别方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201710260781.1 |
| 申请号 | - | 专利申请日期 | 2017-04-20 |
| 专利授权日期 | 2017-09-15 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 陈海燕;刘晨晖;谢华 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于趋势分段相似性的机场噪声监测点异常识别方法,属于机场噪声监测点异常分析技术领域。该方法首先利用监测设备获取机场周边各监测点的噪声监测数据;接着对监测数据进行预处理,创建标准噪声时序数据集;用基于趋势分段的时序表示方法对各个监测点的噪声时序进行降维表示;利用基于趋势分段的相似性度量方法,度量各监测点之间的噪声时序相似程度,建立相似性矩阵;找出与各监测点相似性较高的前k个监测点,创建相似监测点集合;最后,度量各个监测点新的噪声时序与其关联监测点的新噪声时序之间的相似性,若相似性发生明显变化,则判定为异常。本方法能准确识别监测点异常,有效提高了机场噪声监测点维护的及时性和有效性。 | ||