欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025104127508
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种局部矿山生态风险评价综合模型构建方法,其特征在于,该方法包括以下步骤:

获取每一采样时刻下矿区中的开采量、每个监测区域内的若干个维度数据、每个维度数据的正常数值范围以及任意两个监测区域中心点之间的距离;

以每一采样时刻下的每个监测区域内所有维度数据,构成每一采样时刻下的每个监测区域的环境数据向量;根据同一采样时刻下的不同监测区域的环境数据向量之间的相似性与所述每个维度数据的正常数值范围以及任意两个监测区域中心点之间的距离,确定每一采样时刻下的每个监测区域的环境数据向量的相对突变程度;

按照时间顺序将所有采样时刻下的每个监测区域的环境数据向量从上向下逐行排列,构成每个监测区域对应的矩阵;根据所述每一采样时刻下矿区中的开采量,将所述矩阵以行划分出若干个局部异常矩阵;根据每个局部异常矩阵中每行的环境数据向量的相对突变程度,确定每个局部异常矩阵的异常因子;

根据所述每个局部异常矩阵的异常因子以及局部异常矩阵之间的相似性,确定每个局部异常矩阵的最终异常因子;

根据所述每个局部异常矩阵的最终异常因子,对所述矩阵进行压缩,获取每个监测区域的压缩数据;以矿区中所有监测区域的压缩数据为基础,构建局部矿山生态风险评价综合模型。

2.根据权利要求1所述一种局部矿山生态风险评价综合模型构建方法,其特征在于,所述确定每一采样时刻下的每个监测区域的环境数据向量的相对突变程度,包括的具体步骤如下:根据每一采样时刻下的每个监测区域的环境数据向量中每个维度数据与每个维度数据的正常数值范围的差异,确定每一采样时刻下的每个监测区域的环境数据向量的异常程度;

将除第个监测区域之外的其它监测区域,记为参考监测区域;

在第个采样时刻下,根据第个监测区域的环境数据向量与每个参考监测区域的环境数据向量的相似性、第个监测区域与每个参考监测区域中心点之间的距离以及第个监测区域的环境数据向量的异常程度,确定第个采样时刻下的第个监测区域的环境数据向量的相对突变程度。

3.根据权利要求2所述一种局部矿山生态风险评价综合模型构建方法,其特征在于,所述根据每一采样时刻下的每个监测区域的环境数据向量中每个维度数据与每个维度数据的正常数值范围的差异,确定每一采样时刻下的每个监测区域的环境数据向量的异常程度,包括的具体步骤如下:在第个采样时刻下的第个监测区域的环境数据向量中,计算第个维度数据与第个维度数据的正常数值范围内的中值的差值绝对值的归一化值,作为第个维度数据的异常程度,将所有维度数据的异常程度的均值,记为第个采样时刻下的第个监测区域的环境数据向量的异常程度。

4.根据权利要求2所述一种局部矿山生态风险评价综合模型构建方法,其特征在于,所述确定第个采样时刻下的第个监测区域的环境数据向量的相对突变程度,包括的具体步骤如下:在第个采样时刻下,计算第个监测区域的环境数据向量与第个参考监测区域的环境数据向量的余弦相似度,将所述余弦相似度与第个监测区域与第个参考监测区域中心点之间的距离的乘积的反比例归一化值,记为第个监测区域与第个参考监测区域的不相似值,将第个监测区域与所有参考监测区域的不相似值的均值与第个监测区域的环境数据向量的异常程度的乘积,记为第个采样时刻下的第个监测区域的环境数据向量的相对突变程度。

5.根据权利要求3所述一种局部矿山生态风险评价综合模型构建方法,其特征在于,所述将所述矩阵以行划分出若干个局部异常矩阵,包括的具体步骤如下:在第个监测区域对应的矩阵中,当任意一个元素的异常程度大于预设判断阈值时,赋予元素标签1,当任意一个元素的异常程度小于等于预设判断阈值时,赋予元素标签0;所述矩阵中的一个元素为一个采样时刻下的第个监测区域的环境数据向量中的一个维度数据;

按照时间顺序,以所有采样时刻下矿区中的开采量,构成开采量序列;

从上至下以所述矩阵中每列所有元素,构成每列的维度数据序列,计算所述开采量序列与所述每列的维度数据序列的皮尔逊相关系数的绝对值,在所述开采量序列与所有列的维度数据序列的皮尔逊相关系数的绝对值中,将最大绝对值对应的列,记为所述矩阵中的主要列;

从上至下以所述主要列中所有元素的标签,构成标签01序列;

在所述标签01序列中,以连续标签1构成的序列段,作为目标序列段;

以每个目标序列段中所有标签1对应的元素在所述矩阵中的所处行,构成一个局部异常矩阵。

6.根据权利要求5所述一种局部矿山生态风险评价综合模型构建方法,其特征在于,所述确定每个局部异常矩阵的异常因子,包括的具体步骤如下:在第个监测区域对应的矩阵中的第个局部异常矩阵中,当任意一列的所有元素的标签中存在标签1时,将所述任意一列记为异常列;

统计所述第个局部异常矩阵中所有元素的标签中为标签1的数量,记为第一数量,计算所述第一数量与所述第个局部异常矩阵中所有元素的数量的比值,作为第一比值,计算所述第个局部异常矩阵中异常列的数量与所述第一比值的乘积,作为第一乘积;

所述矩阵中的主要列的列数记为第列;

计算第个监测区域对应的矩阵中的第个局部异常矩阵中第行的环境数据向量的相对突变程度与第行第列的元素的异常程度的乘积,记为所述第个局部异常矩阵中第行的第二乘积,计算所述第个局部异常矩阵中所有行的第二乘积的均值,记为第一均值,将所述第一均值与所述第一乘积的乘积,记为所述第个局部异常矩阵的异常因子。

7.根据权利要求6所述一种局部矿山生态风险评价综合模型构建方法,其特征在于,所述确定每个局部异常矩阵的最终异常因子,包括的具体步骤如下:以所述第个局部异常矩阵中所有异常列的列数,构成列数集合;

预设数量阈值,将所述矩阵中与第个局部异常矩阵行数间隔最小的前个局部异常矩阵,作为参考局部异常矩阵;

使用填充缺失行操作,令所述矩阵中第个局部异常矩阵与第个参考局部异常矩阵的行数相同,得到两个相同大小的矩阵,计算所述两个相同大小的矩阵之间的欧式距离,作为第个局部异常矩阵与第个参考局部异常矩阵的不相似性;

在所述矩阵中,获取第个局部异常矩阵与第个参考局部异常矩阵的列数集合的交集中列的数量,记为第二数量,将所述第二数量与第个局部异常矩阵的列数集合中列的数量的比值,记为第二比值,将所述第二比值与所述第个局部异常矩阵与第个参考局部异常矩阵的不相似性的比值,记为第个局部异常矩阵与第个参考局部异常矩阵的相似性;

计算第个局部异常矩阵与第个参考局部异常矩阵的行数的差值绝对值,作为第一差值绝对值,计算所述第个局部异常矩阵与第个参考局部异常矩阵的相似性与所述第一差值绝对值的比值,作为第个局部异常矩阵与第个参考局部异常矩阵的最终相似性,计算第个局部异常矩阵与所有参考局部异常矩阵的最终相似性的均值,将所述均值的反比例归一化值与第个局部异常矩阵的异常因子的乘积的归一化值,记为第个局部异常矩阵的最终异常因子。

8.根据权利要求1所述一种局部矿山生态风险评价综合模型构建方法,其特征在于,所述获取每个监测区域的压缩数据,包括的具体步骤如下:将第个监测区域对应的矩阵中不处于局部异常矩阵内的行,记为目标行,将连续目标行构成的矩阵,记为局部低级矩阵;

根据所述矩阵中每个局部异常矩阵的最终异常因子,将所述矩阵中所有局部异常矩阵划分为局部高级矩阵与局部中级矩阵;

在所述矩阵中,根据预设第三分块,使用离散余弦变换对每个局部低级矩阵进行压缩,根据预设第二分块,使用离散余弦变换对每个局部中级矩阵进行压缩,根据预设第一分块,使用离散余弦变换对每个局部高级矩阵进行压缩,获取第个监测区域的压缩数据。

9.根据权利要求8所述一种局部矿山生态风险评价综合模型构建方法,其特征在于,所述将所述矩阵中所有局部异常矩阵划分为局部高级矩阵与局部中级矩阵,包括的具体步骤如下:将所述矩阵中最终异常因子大于预设异常阈值的局部异常矩阵,记为局部高级矩阵;

将所述矩阵中最终异常因子小于等于预设异常阈值的局部异常矩阵,记为局部中级矩阵。

10.根据权利要求1所述一种局部矿山生态风险评价综合模型构建方法,其特征在于,所述以矿区中所有监测区域的压缩数据为基础,构建局部矿山生态风险评价综合模型,包括的具体步骤如下:根据矿区中所有监测区域的压缩数据,利用生态风险评价模型获取若干项矿山生态风险评价指标的风险评估值;

根据所有项矿山生态风险评价指标的风险评估值,使用模糊认知图,确定每项矿山生态风险评价指标的权重;

根据每项矿山生态风险评价指标的风险评估值以及权重,对所有项矿山生态风险评价指标的风险评估值进行加权求和,获取矿山生态风险的综合评分。