《表2 K-Means算法在K=4时的聚类结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《K-Means算法在盾构掘进中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

K-Means算法在K=4时的聚类结果如表2所示。从表中可以看出，算法一共将数据集划分成了4个聚类，每一个聚类都包含了1 000余个数据对象，根据各个聚类中的数据对象实际来源，我们将各个聚类同特定地区特定地质进行了关联，所得结果:聚类1是西安地区黄土地质的盾构掘进数据模型，聚类2是济南地区灰岩、黄沙地质的盾构掘进数据模型，聚类3是北京地区沙层的盾构掘进数据模型，聚类4是深圳地区砾质粘性土的盾构掘进数据模型。表格第3行到第14行记录的是4个聚类在各个属性上的聚类质心点，也就是说今后有盾构在特定地区遇到特定的地形，便可以利用已经得出的盾构掘进聚类模型，参照模型中的各个属性取值，实际指导盾构的掘进工作。