CN112329982B - 一种基于k线图的地质灾害预测方法及系统 - Google Patents

一种基于k线图的地质灾害预测方法及系统 Download PDF

Info

Publication number
CN112329982B
CN112329982B CN202011051242.5A CN202011051242A CN112329982B CN 112329982 B CN112329982 B CN 112329982B CN 202011051242 A CN202011051242 A CN 202011051242A CN 112329982 B CN112329982 B CN 112329982B
Authority
CN
China
Prior art keywords
point cloud
line
geological disaster
historical
line graph
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011051242.5A
Other languages
English (en)
Other versions
CN112329982A (zh
Inventor
马维峰
马娟
谭兴
赵岩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Infoearth Information Co ltd
Original Assignee
Wuhan Infoearth Information Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Infoearth Information Co ltd filed Critical Wuhan Infoearth Information Co ltd
Priority to CN202011051242.5A priority Critical patent/CN112329982B/zh
Publication of CN112329982A publication Critical patent/CN112329982A/zh
Application granted granted Critical
Publication of CN112329982B publication Critical patent/CN112329982B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Evolutionary Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Security & Cryptography (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Alarm Systems (AREA)

Abstract

本发明实施例提供一种基于K线图的地质灾害预测方法及系统，该方法包括：根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据，根据各历史地质灾害K线图信息确定各历史K线图点云数据；将所述当前K线图点云数据与各历史K线图点云数据进行点云相似度对比，确定目标历史K线图点云信息，根据所述目标历史K线图点云信息进行地质灾害预测。通过K线技术将并不直观的数据信息转为了趋势和走向的图文展示，其更有利于用户理解其内容，并且在K线图信息生成K线图点云数据时考虑各个参数中的比重，从而加入了预设比例系数设置不同的权重，从而能够更好的对检测数据进行分析，保证分析的可靠性，有效实现地质灾害预测。

Description

一种基于K线图的地质灾害预测方法及系统
技术领域
本发明涉及地质灾害防治技术领域，尤其涉及一种基于K线图的地质灾害预测方法及系统。
背景技术
伴随着现代文明的发展，人们对大自然的依赖程度更加紧密，对自然资源的索取也逐渐增多，随之所带来的安全隐患例如地质灾害也逐渐显现，这严重地威胁着人们的生命财产安全。
现阶段，地质灾害监测中获取传感器监测的数据，由于不同的传感器上报频率差别很大，造成在使用历史数据的时候，不容易对数据进行对比；从而不利于地质灾害防治。
因此，如何更好的实现地质灾害防治已经成为业界亟待解决的问题。
发明内容
本发明实施例提供一种基于K线图的地质灾害预测方法及系统，用以解决上述背景技术中提出的技术问题，或至少部分解决上述背景技术中提出的技术问题。
第一方面，本发明实施例提供一种基于K线图的地质灾害预测方法，包括：
根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据，根据各历史地质灾害K线图信息确定各历史K线图点云数据；
将所述当前K线图点云数据与各历史K线图点云数据进行点云相似度对比，确定目标历史K线图点云信息，根据所述目标历史K线图点云信息进行地质灾害预测。
更具体的，在所述根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据的步骤之前，所述方法还包括：
获取地质灾害传感器实时数据，根据所述地质灾害传感器实时数据生成当前地质灾害K线图信息；
获取各地质灾害传感器历史数据，并根据所述地质灾害传感器历史数据生成各历史K线图信息。
更具体的，将所述当前K线图点云数据与各历史K线图点云数据进行点云相似度对比，确定目标历史K线图点云信息的步骤，具体包括：
根据当前K线图点云数据确定当前特征点点云数据，根据各历史K线图点云数据确定各历史特征点点云数据；
计算所述当前特征点点云数据与各历史特征点点云数据的匹配相似度；
将与所述当前特征点点云数据匹配相似度最高的历史K线图点云信息作为目标历史K线图点云信息。
更具体的，所述根据所述目标历史K线图点云信息进行地质灾害预测的步骤，具体包括：
根据历史K线图点云信息对应的历史地质灾害K线图信息，预测当前地质灾害K线图走势，从而实现地质灾害预测。
更具体的，所述根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据的步骤，具体包括:
将所述当前地质灾害K线图信息中实体和影线体横轴的时间值和预设比例系数的乘积作为当前K线图点云数据的X值，将所述当前地质灾害K线图信息中实体和影线体纵轴数据值作为当前K线图点云数据的Y值，根据当前地质灾害K线图的时间轴缩放比例和预设比例系数确定当前K线图点云数据的Z值；
根据所述X值、Y值和Z值确定当前K线图点云数据。
更具体的，所述根据各历史地质灾害K线图信息确定各历史K线图点云数据的步骤，具体包括:
将历史地质灾害K线图信息中实体和影线体横轴的时间值和预设比例系数的乘积作为历史K线图点云数据的X值，将所述历史地质灾害K线图信息中纵轴数据值作为当前K线图点云数据的Y值，根据历史地质灾害K线图的时间轴缩放比例和预设比例系数确定历史K线图点云数据的Z值；
根据所述X值、Y值和Z值确定历史K线图点云数据。
第二方面，本发明实施例提供一种地质灾害预测系统，包括：
点云分析模块，用于根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据，根据各历史地质灾害K线图信息确定各历史K线图点云数据；
预测模块，用于将所述当前K线图点云数据与各历史K线图点云数据进行点云相似度对比，确定目标历史K线图点云信息，根据所述目标历史K线图点云信息进行地质灾害预测。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述基于K线图的地质灾害预测方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所述基于K线图的地质灾害预测方法的步骤。
本发明实施例提供的一种基于K线图的地质灾害预测方法及系统，通过K线技术将并不直观的数据信息转为了趋势和走向的图文展示，其更有利于用户理解其内容，同时更易于展示，并且在K线图信息生成K线图点云数据时充分考虑各个参数中的比重，从而加入了预设比例系数来设置不同的权重，从而能够更好的对检测数据进行分析，保证分析的可靠性，有效实现地质灾害预测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例中所描述的基于K线图的地质灾害预测方法流程示意图；
图2为本发明一实施例所描述地质灾害预测系统；
图3为本发明一实施例所描述的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明一实施例中所描述的基于K线图的地质灾害预测方法流程示意图，如图1所示，包括：
步骤S1，根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据，根据各历史地质灾害K线图信息确定各历史K线图点云数据；
具体的，本发明实施例中所描述的当前地质灾害K线图信息横轴为时间轴(可以选择以日、周、月、年等为单位，可以手动切换，后面为了描述方便，默认采用“日”)，纵轴为数值轴；K线图中长方体为实体，实体的最低点表示当日第一次数据和最后一次数据中的较小值，实体的最高点表示当日第一次数据和最后一次数据中的较大值；其中，若当日第一次数据小于当日最后一次数据，则此时实体为红色(阳线)，反之，当日第一次数据大于当日最后一次数据时，实体为绿色(阴线)；本发明实施例中所描述的预设比例系数用于使实体的宽度随着时间轴的缩放进行变化。K线图中实体上下方的线为影线，影线并非在每个K线图中都存在，由当日的监测数据决定，实体上方的影线叫上影线，上影线的最高点表示当日监测数据的最大值；实体下方的影线叫下影线，下影线的最低点表示当日监测数据的最小值。
与普通K线图不同的是，本发明实施例中的地质灾害K线图信息给影线增加宽度(后面称之为“影线体”)，其宽度为预设值，上影线体和下影线体的宽度可以相同，可以不同，主要取决于监测数据的最大最小值对监测结果影响的比重，一般为实体宽度的1/2-1/n。比如说，用户一般关注数据上升阶段，尤其是接近预测值的阶段，这个阶段，最大值对结果影响比重较大，可以将最大值的数值设置的大一些，最小值对结果影响比重较小，可以将最小值的数值设置小一些。其它阶段，可以将上影线体和下影线体的宽度设为相同值。
本发明实施例中所描述的当前K线图点云数据具体是将所述当前地质灾害K线图信息中的实体和影线体横轴时间值和预设比例系数的乘积作为当前K线图点云数据的X值，将所述当前地质灾害K线图信息中的实体和影线体纵轴的数值作为当前K线图点云数据的Y值，根据当前地质灾害K线图的时间轴缩放比例和预设比例系数确定当前K线图点云数据的Z值；根据所述X值、Y值和Z值确定当前K线图点云数据。
本发明实施例中所描述的各个历史K线图点云数据，是将各个历史地质灾害K线图信息中的实体和影线体横轴时间值和预设比例系数的乘积作为历史K线图点云数据的X值，将所述历史地质灾害K线图信息中实体和影线体纵轴的数据值作为当前K线图点云数据的Y值，根据历史地质灾害K线图的时间轴缩放比例和预设比例系数确定历史K线图点云数据的Z值；根据所述X值、Y值和Z值确定历史K线图点云数据。
步骤S2，将所述当前K线图点云数据与各历史K线图点云数据进行点云相似度对比，确定目标历史K线图点云信息，根据所述目标历史K线图点云信息进行地质灾害预测。
具体的，本发明实施例中所描述的点云相似度对比计算所述当前特征点点云数据与各历史特征点点云数据的匹配相似度；将与所述当前特征点点云数据匹配相似度最高的历史K线图点云信息作为目标历史K线图点云信息，根据最相似的历史K线的走势，来预测当前K线的走势，从而实现地质灾害预测。
本发明实施例通过K线技术将并不直观的数据信息转为了趋势和走向的图文展示，其更有利于用户理解其内容，并且在K线图信息生成K线图点云数据时充分考虑各个参数中的比重，从而加入了预设比例系数来设置不同的权重，从而能够更好的对检测数据进行分析，保证分析的可靠性，有效实现地质灾害预测。
在上述实施例的基础上，将所述当前K线图点云数据与各历史K线图点云数据进行点云相似度对比，确定目标历史K线图点云信息的步骤，具体包括：
根据当前K线图点云数据确定当前特征点点云数据，根据各历史K线图点云数据确定各历史特征点点云数据；
计算所述当前特征点点云数据与各历史特征点点云数据的匹配相似度；
将与所述当前特征点点云数据匹配相似度最高的历史K线图点云信息作为目标历史K线图点云信息。
具体的，本发明实施例中所描述的特征点提取方法有很多，例如：Harris算子算法、SUSAN算子算法和SIFT算法等等，此处不作具体限定。
本发明实施例在确定目标历史K线图点云信息后，从而可以确定其对应的历史K线图信息。
本发明实施例通过特征点提取，从而实现点云比较，确定目标历史K线图信息，从而实现地质灾害预测。
在上述实施例的基础上，所述根据所述目标历史K线图点云信息进行地质灾害预测的步骤，具体包括：
根据历史K线图点云信息对应的历史地质灾害K线图信息，预测当前地质灾害K线图走势，从而实现地质灾害预测。
在上述实施例的基础上，所述根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据的步骤，具体包括:
将所述当前地质灾害K线图信息中实体和影线体横轴的时间值和预设比例系数的乘积作为当前K线图点云数据的X值，将所述当前地质灾害K线图信息中实体和影线体的纵轴的数据值作为当前K线图点云数据的Y值，根据当前地质灾害K线图的时间轴缩放比例和预设比例系数确定当前K线图点云数据的Z值；
根据所述X值、Y值和Z值确定当前K线图点云数据。
所述根据各历史地质灾害K线图信息确定各历史K线图点云数据的步骤，具体包括:
将历史地质灾害K线图信息中实体和影线体横轴的时间值和预设比例系数的乘积作为历史K线图点云数据的X值，将所述历史地质灾害K线图信息中实体和影线体纵轴的数据值作为当前K线图点云数据的Y值，根据历史地质灾害K线图的时间轴缩放比例和预设比例系数确定历史K线图点云数据的Z值；
根据所述X值、Y值和Z值确定历史K线图点云数据。
具体的，本发明实施例中的Z值的计算方法主要根据K线图宽度，即时间轴的缩放情况，和预设比例系数确定，本发明实施例中所描述的预设比例系数可以根据监测项目和时期的不同，设置不同的权重；在确定X值、Y值和Z值的计算方式后，然后每隔N个单位长度取一个点，构建K线图点云数据。
图2为本发明一实施例所描述地质灾害预测系统，如图2所示，包括：点云分析模块210和预测模块220；其中，点云分析模块210用于根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据，根据各历史地质灾害K线图信息确定各历史K线图点云数据；其中，预测模块220用于将所述当前K线图点云数据与各历史K线图点云数据进行点云相似度对比，确定目标历史K线图点云信息，根据所述目标历史K线图点云信息进行地质灾害预测。
本发明实施例提供的装置是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
本发明实施例通过K线技术将并不直观的数据信息转为了趋势和走向的图文展示，其更有利于用户理解其内容，并且在通过K线图信息生成K线图点云数据时考虑各个参数中的比重，从而加入了预设比例系数设置不同的权重，从而能够更好的对检测数据进行分析，有效实现地质灾害预测。
图3为本发明一实施例所描述的电子设备结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行如下方法：根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据，根据各历史地质灾害K线图信息确定各历史K线图点云数据；将所述当前K线图点云数据与各历史K线图点云数据进行点云相似度对比，确定目标历史K线图点云信息，根据所述目标历史K线图点云信息进行地质灾害预测。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据，根据各历史地质灾害K线图信息确定各历史K线图点云数据；将所述当前K线图点云数据与各历史K线图点云数据进行点云相似度对比，确定目标历史K线图点云信息，根据所述目标历史K线图点云信息进行地质灾害预测。
本发明实施例提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储服务器指令，该计算机指令使计算机执行上述各实施例提供的方法，例如包括：根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据，根据各历史地质灾害K线图信息确定各历史K线图点云数据；将所述当前K线图点云数据与各历史K线图点云数据进行点云相似度对比，确定目标历史K线图点云信息，根据所述目标历史K线图点云信息进行地质灾害预测。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种基于K线图的地质灾害预测方法，其特征在于，包括：
根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据，根据各历史地质灾害K线图信息中的实体和影线体确定各历史K线图点云数据；
将所述当前K线图点云数据与各历史K线图点云数据进行点云相似度对比，确定目标历史K线图点云信息，根据所述目标历史K线图点云信息进行地质灾害预测；
其中，所述当前地质灾害K线图信息的横轴为时间轴，纵轴为数值轴；所述当前地质灾害K线图信息中长方体为实体，实体的最低点表示当日第一次数据和最后一次数据中的较小值，实体的最高点表示当日第一次数据和最后一次数据中的较大值；其中，若当日第一次数据小于当日最后一次数据，则此时实体为红色，若当日第一次数据大于当日最后一次数据时，实体为绿色;
其中，所述影线体具备预设宽度，所述预设宽度是基于监测数据的最大最小值对监测结果影响的比重确定的；
其中，所述根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据的步骤，具体包括:
将所述当前地质灾害K线图信息中实体和影线体横轴的时间值和预设比例系数的乘积作为当前K线图点云数据的X值，将所述当前地质灾害K线图信息中实体和影线体纵轴数据值作为当前K线图点云数据的Y值，根据当前地质灾害K线图的时间轴缩放比例和预设比例系数确定当前K线图点云数据的Z值；
根据所述X值、Y值和Z值确定当前K线图点云数据；
其中，所述根据各历史地质灾害K线图信息确定各历史K线图点云数据的步骤，具体包括:
将历史地质灾害K线图信息中实体和影线体横轴的时间值和预设比例系数的乘积作为历史K线图点云数据的X值，将所述历史地质灾害K线图信息中实体和影线体纵轴数据值作为当前K线图点云数据的Y值，根据历史地质灾害K线图的时间轴缩放比例和预设比例系数确定历史K线图点云数据的Z值；
根据所述X值、Y值和Z值确定历史K线图点云数据。
2.根据权利要求1所述基于K线图的地质灾害预测方法，其特征在于，在所述根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据的步骤之前，所述方法还包括：
获取地质灾害传感器实时数据，根据所述地质灾害传感器实时数据生成当前地质灾害K线图信息；
获取各地质灾害传感器历史数据，并根据所述地质灾害传感器历史数据生成各历史K线图信息。
3.根据权利要求1所述基于K线图的地质灾害预测方法，其特征在于，将所述当前K线图点云数据与各历史K线图点云数据进行点云相似度对比，确定目标历史K线图点云信息的步骤，具体包括：
根据当前K线图点云数据确定当前特征点点云数据，根据各历史K线图点云数据确定各历史特征点点云数据；
计算所述当前特征点点云数据与各历史特征点点云数据的匹配相似度；
将与所述当前特征点点云数据匹配相似度最高的历史K线图点云信息作为目标历史K线图点云信息。
4.根据权利要求1所述基于K线图的地质灾害预测方法，其特征在于，所述根据所述目标历史K线图点云信息进行地质灾害预测的步骤，具体包括：
根据历史K线图点云信息对应的历史地质灾害K线图信息，预测当前地质灾害K线图走势，从而实现地质灾害预测。
5.一种基于K线图的地质灾害预测系统，其特征在于，包括：
点云分析模块，用于根据当前地质灾害K线图信息中的实体和影线体确定当前K线图点云数据，根据各历史地质灾害K线图信息确定各历史K线图点云数据；
预测模块，用于将所述当前K线图点云数据与各历史K线图点云数据进行点云相似度对比，确定目标历史K线图点云信息，根据所述目标历史K线图点云信息进行地质灾害预测；
其中，所述当前地质灾害K线图信息的横轴为时间轴，纵轴为数值轴；所述当前地质灾害K线图信息中长方体为实体，实体的最低点表示当日第一次数据和最后一次数据中的较小值，实体的最高点表示当日第一次数据和最后一次数据中的较大值；其中，若当日第一次数据小于当日最后一次数据，则此时实体为红色，若当日第一次数据大于当日最后一次数据时，实体为绿色;
其中，所述影线体具备预设宽度，所述预设宽度是基于监测数据的最大最小值对监测结果影响的比重确定的；
其中，所述点云分析模块，具体用于:
将所述当前地质灾害K线图信息中实体和影线体横轴的时间值和预设比例系数的乘积作为当前K线图点云数据的X值，将所述当前地质灾害K线图信息中实体和影线体纵轴数据值作为当前K线图点云数据的Y值，根据当前地质灾害K线图的时间轴缩放比例和预设比例系数确定当前K线图点云数据的Z值；
根据所述X值、Y值和Z值确定当前K线图点云数据；
其中，所述点云分析模块，具体用于:
将历史地质灾害K线图信息中实体和影线体横轴的时间值和预设比例系数的乘积作为历史K线图点云数据的X值，将所述历史地质灾害K线图信息中实体和影线体纵轴数据值作为当前K线图点云数据的Y值，根据历史地质灾害K线图的时间轴缩放比例和预设比例系数确定历史K线图点云数据的Z值；
根据所述X值、Y值和Z值确定历史K线图点云数据。
6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述基于K线图的地质灾害预测方法的步骤。
7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至4任一项所述基于K线图的地质灾害预测方法的步骤。
CN202011051242.5A 2020-09-29 2020-09-29 一种基于k线图的地质灾害预测方法及系统 Active CN112329982B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011051242.5A CN112329982B (zh) 2020-09-29 2020-09-29 一种基于k线图的地质灾害预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011051242.5A CN112329982B (zh) 2020-09-29 2020-09-29 一种基于k线图的地质灾害预测方法及系统

Publications (2)

Publication Number Publication Date
CN112329982A CN112329982A (zh) 2021-02-05
CN112329982B true CN112329982B (zh) 2022-06-28

Family

ID=74313057

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011051242.5A Active CN112329982B (zh) 2020-09-29 2020-09-29 一种基于k线图的地质灾害预测方法及系统

Country Status (1)

Country Link
CN (1) CN112329982B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104749632A (zh) * 2015-04-16 2015-07-01 徐州工程学院 地震趋势的k线分析方法
CN107294093A (zh) * 2017-07-26 2017-10-24 广东电网有限责任公司电力科学研究院 基于k线图的电力数据分析方法、装置及智能终端
CN107590739A (zh) * 2017-08-28 2018-01-16 阿里巴巴集团控股有限公司 一种信息展示的方法及装置
CN108010116A (zh) * 2017-11-30 2018-05-08 西南科技大学 点云特征点检测方法和点云特征提取方法
CN110415116A (zh) * 2019-06-27 2019-11-05 深圳市富途网络科技有限公司 相似k线图展示方法、装置、终端设备及计算机存储介质
CN110880229A (zh) * 2019-12-02 2020-03-13 北京深测科技有限公司 一种地质灾害监测预警方法和系统
CN111126767A (zh) * 2019-11-25 2020-05-08 山东师范大学 基于高斯模糊信息粒的水文时间序列预测方法及系统
CN111340012A (zh) * 2020-05-19 2020-06-26 北京数字绿土科技有限公司 一种地质灾害解译方法、装置、终端设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011103553A2 (en) * 2010-02-22 2011-08-25 Saudi Arabian Oil Company System, machine, and computer-readable storage medium for forming an enhanced seismic trace using a virtual seismic array

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104749632A (zh) * 2015-04-16 2015-07-01 徐州工程学院 地震趋势的k线分析方法
CN107294093A (zh) * 2017-07-26 2017-10-24 广东电网有限责任公司电力科学研究院 基于k线图的电力数据分析方法、装置及智能终端
CN107590739A (zh) * 2017-08-28 2018-01-16 阿里巴巴集团控股有限公司 一种信息展示的方法及装置
CN108010116A (zh) * 2017-11-30 2018-05-08 西南科技大学 点云特征点检测方法和点云特征提取方法
CN110415116A (zh) * 2019-06-27 2019-11-05 深圳市富途网络科技有限公司 相似k线图展示方法、装置、终端设备及计算机存储介质
CN111126767A (zh) * 2019-11-25 2020-05-08 山东师范大学 基于高斯模糊信息粒的水文时间序列预测方法及系统
CN110880229A (zh) * 2019-12-02 2020-03-13 北京深测科技有限公司 一种地质灾害监测预警方法和系统
CN111340012A (zh) * 2020-05-19 2020-06-26 北京数字绿土科技有限公司 一种地质灾害解译方法、装置、终端设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
K线理论在地震趋势分析中的意义和应用价值;唐晨明等;《科技展望》;20170520(第14期);全文 *
基于瓦斯涌出时间序列的煤与瓦斯突出预测方法研究;关维娟等;《安全与环境学报》;20110625(第03期);全文 *
桥梁健康监测系统中的大数据分析与研究;向阳等;《铁路计算机应用》;20200125(第01期);全文 *

Also Published As

Publication number Publication date
CN112329982A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN107766533B (zh) 话务量异常的自动检测方法及系统、存储介质、电子设备
WO2019144556A1 (zh) 电子装置、信用卡催收案件自动分案方法及存储介质
CN113159147A (zh) 基于神经网络的图像识别方法、装置、电子设备
CN112861885B (zh) 图像识别方法、装置、电子设备及存储介质
CN114445663A (zh) 检测对抗样本的方法、装置及计算机程序产品
CN108108299B (zh) 一种用户界面测试方法及装置
CN112329982B (zh) 一种基于k线图的地质灾害预测方法及系统
CN110796115B (zh) 图像检测方法、装置、电子设备及可读存储介质
CN110781410A (zh) 一种社群检测方法及装置
CN112651453A (zh) 损失函数的自适应方法、装置、设备和存储介质
CN115205163A (zh) 一种标识图像的处理方法、装置、设备及存储介质
CN114662688A (zh) 模型的训练方法、数据处理方法、装置、电子设备及介质
CN113010571A (zh) 数据检测方法、装置、电子设备、存储介质和程序产品
CN113344064A (zh) 事件处理方法和装置
CN113449559A (zh) 一种表格识别方法、装置、计算机设备和存储介质
CN110991375A (zh) 一种群体行为分析方法及装置
CN113743532B (zh) 异常检测方法、装置、设备及计算机存储介质
CN117239743B (zh) 一种电能表用电负荷获取方法、装置、设备及介质
CN115809404B (zh) 一种检测阈值计算方法、装置、存储介质及电子设备
CN114666092A (zh) 用于安全分析的实时行为安全基线数据降噪方法及装置
CN116664427A (zh) 一种图像处理方法、装置、设备及存储介质
CN116485920A (zh) 字符颜色处理方法、装置、设备及存储介质
CN114021650A (zh) 数据处理方法、装置、电子设备和介质
CN113643266A (zh) 图像检测方法、装置及电子设备
CN115600191A (zh) 一种行为识别方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Geological Disaster Prediction Method and System Based on K-line Map

Effective date of registration: 20230627

Granted publication date: 20220628

Pledgee: Guanggu Branch of Wuhan Rural Commercial Bank Co.,Ltd.

Pledgor: WUHAN INFOEARTH INFORMATION CO.,LTD.

Registration number: Y2023420000257

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20220628

Pledgee: Guanggu Branch of Wuhan Rural Commercial Bank Co.,Ltd.

Pledgor: WUHAN INFOEARTH INFORMATION CO.,LTD.

Registration number: Y2023420000257

PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A geological hazard prediction method and system based on K-line diagram

Granted publication date: 20220628

Pledgee: Guanggu Branch of Wuhan Rural Commercial Bank Co.,Ltd.

Pledgor: WUHAN INFOEARTH INFORMATION CO.,LTD.

Registration number: Y2024980024356