本發(fā)明屬于環(huán)境監(jiān)測，具體是指基于機器學(xué)習(xí)的礦山環(huán)境監(jiān)測方法及系統(tǒng)。

背景技術(shù)：

1、礦山環(huán)境監(jiān)測方法是利用機器學(xué)習(xí)算法對礦山環(huán)境中的各種數(shù)據(jù)進行分析和處理，實時評估礦山環(huán)境狀態(tài)，為礦山的管理和決策提供科學(xué)依據(jù)，幫助制定更合理的環(huán)境保護和治理措施，同時提高監(jiān)測的效率和準(zhǔn)確性，減少人力成本和誤差。但是現(xiàn)有的礦山環(huán)境監(jiān)測方法中存在監(jiān)測設(shè)備差異和礦山環(huán)境類型分布不均，導(dǎo)致模型產(chǎn)生偏差，不能真實反映礦山環(huán)境實際情況的問題；現(xiàn)有的礦山環(huán)境監(jiān)測方法中存在礦山環(huán)境數(shù)據(jù)具有高度的復(fù)雜性和多樣性，且不同區(qū)域的礦山環(huán)境狀況差異很大，導(dǎo)致對礦山環(huán)境狀況的誤判和無法有效監(jiān)測礦山環(huán)境的問題。

技術(shù)實現(xiàn)思路

1、針對上述情況，為克服現(xiàn)有技術(shù)的缺陷，本發(fā)明提供了基于機器學(xué)習(xí)的礦山環(huán)境監(jiān)測方法及系統(tǒng)，針對現(xiàn)有的礦山環(huán)境監(jiān)測方法中存在監(jiān)測設(shè)備差異和礦山環(huán)境類型分布不均，導(dǎo)致模型產(chǎn)生偏差，不能真實反映礦山環(huán)境實際情況的問題，本方案設(shè)計加權(quán)標(biāo)準(zhǔn)距離和指數(shù)衰減距離得到數(shù)據(jù)之間的總距離，根據(jù)總距離計算數(shù)據(jù)的最近鄰數(shù)據(jù)，篩選出噪音數(shù)據(jù)并去除，提高了數(shù)據(jù)的準(zhǔn)確性和可靠性；引入離散度來構(gòu)建離散數(shù)據(jù)集，基于離散度和最近鄰數(shù)據(jù)確定需要合成的數(shù)據(jù)數(shù)量，基于離散數(shù)據(jù)集并引入隨機噪聲合成新數(shù)據(jù)，在平衡數(shù)據(jù)的同時增加了數(shù)據(jù)的多樣性；構(gòu)建礦山環(huán)境平衡數(shù)據(jù)集，改善了數(shù)據(jù)類別不平衡狀況，提升了對礦山環(huán)境監(jiān)測的合理性；針對現(xiàn)有的礦山環(huán)境監(jiān)測方法中存在礦山環(huán)境數(shù)據(jù)具有高度的復(fù)雜性和多樣性，且不同區(qū)域的礦山環(huán)境狀況差異很大，導(dǎo)致對礦山環(huán)境狀況的誤判和無法有效監(jiān)測礦山環(huán)境的問題，本方案根據(jù)總距離計算數(shù)據(jù)的最近鄰數(shù)據(jù)，設(shè)計局部密度和全局密度得到數(shù)據(jù)的總密度，綜合考慮局部和全局特征，更全面細致地反映數(shù)據(jù)特征；基于數(shù)據(jù)的最小距離計算距離閾值，基于調(diào)節(jié)因子和總密度計算密度閾值，構(gòu)建候選中心數(shù)據(jù)集，避免遺漏重要的潛在中心；基于最近鄰數(shù)據(jù)計算重疊最近鄰數(shù)據(jù)集合，根據(jù)總密度和重疊數(shù)據(jù)數(shù)量得到聚類中心數(shù)據(jù)集，并將剩余數(shù)據(jù)分配到總距離最近的聚類中心所屬的簇中，進而提升整個評估模型的質(zhì)量，有利于準(zhǔn)確評估礦山環(huán)境狀態(tài)，有助于更好地理解和分析礦山環(huán)境。

2、本發(fā)明采取的技術(shù)方案如下：本發(fā)明提供的基于機器學(xué)習(xí)的礦山環(huán)境監(jiān)測方法，該方法包括以下步驟：

3、步驟s1：數(shù)據(jù)采集；

4、步驟s2：數(shù)據(jù)預(yù)處理；

5、步驟s3：礦山環(huán)境數(shù)據(jù)平衡；

6、步驟s4：構(gòu)建礦山環(huán)境狀態(tài)評估模型；

7、步驟s5：礦山環(huán)境實時監(jiān)測。

8、進一步地，在步驟s1中，所述數(shù)據(jù)采集是采集歷史礦山環(huán)境數(shù)據(jù)；所述歷史礦山環(huán)境數(shù)據(jù)包括空氣質(zhì)量數(shù)據(jù)、氣象數(shù)據(jù)、水質(zhì)數(shù)據(jù)、土壤數(shù)據(jù)、作業(yè)活動數(shù)據(jù)、生物數(shù)據(jù)、地質(zhì)數(shù)據(jù)和環(huán)境狀態(tài)；所述空氣質(zhì)量數(shù)據(jù)包括氧氣濃度、二氧化碳濃度、揮發(fā)性有機化合物濃度、顆粒物濃度和有害氣體濃度；所述氣象數(shù)據(jù)包括溫度、濕度、氣壓、降水量、風(fēng)速和風(fēng)向；所述水質(zhì)數(shù)據(jù)包括水體ph值和水質(zhì)污染物；所述土壤數(shù)據(jù)包括土壤ph值、土壤濕度和重金屬含量；所述作業(yè)活動數(shù)據(jù)包括設(shè)備排放數(shù)據(jù)和開采量；所述生物數(shù)據(jù)包括生物多樣性和植被覆蓋率；所述地質(zhì)數(shù)據(jù)包括地質(zhì)結(jié)構(gòu)、地層穩(wěn)定性和地應(yīng)力；所述環(huán)境狀態(tài)包括優(yōu)秀、良好、一般、較差和惡劣，將環(huán)境狀態(tài)作為數(shù)據(jù)標(biāo)簽，數(shù)據(jù)標(biāo)簽在聚類時不予考慮，僅作為選取簇標(biāo)簽時使用。

9、進一步地，在步驟s2中，所述數(shù)據(jù)預(yù)處理是對采集的數(shù)據(jù)進行數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)歸一化和構(gòu)建數(shù)據(jù)集處理；數(shù)據(jù)清洗包括處理缺失值、異常值和重復(fù)值；數(shù)據(jù)轉(zhuǎn)換是將數(shù)據(jù)轉(zhuǎn)化為向量形式；數(shù)據(jù)歸一化是基于最大最小歸一化方法統(tǒng)一數(shù)據(jù)范圍；構(gòu)建數(shù)據(jù)集是基于處理后的數(shù)據(jù)構(gòu)建礦山環(huán)境數(shù)據(jù)集，并基于礦山環(huán)境數(shù)據(jù)集得到少數(shù)類數(shù)據(jù)集和多數(shù)類數(shù)據(jù)集。

10、進一步地，在步驟s3中，所述礦山環(huán)境數(shù)據(jù)平衡具體包括以下步驟：

11、步驟s31：去除噪音數(shù)據(jù)，包括以下步驟：

12、步驟s311：計算數(shù)據(jù)之間的總距離，用歐氏距離的反比來作為權(quán)重，并結(jié)合均值和標(biāo)準(zhǔn)差設(shè)計加權(quán)標(biāo)準(zhǔn)距離，再引入衰減系數(shù)和指數(shù)函數(shù)設(shè)計指數(shù)衰減距離，將加權(quán)標(biāo)準(zhǔn)距離和指數(shù)衰減距離相結(jié)合得到礦山環(huán)境數(shù)據(jù)集中每兩個礦山環(huán)境數(shù)據(jù)之間的總距離，所用公式如下：

13、；

14、；

15、；

16、；

17、式中，是礦山環(huán)境數(shù)據(jù)xi和xj之間的權(quán)重，、和分別是礦山環(huán)境數(shù)據(jù)xi和xj之間的加權(quán)標(biāo)準(zhǔn)距離、指數(shù)衰減距離和總距離，xi和xj分別是第i個和第j個礦山環(huán)境數(shù)據(jù)，i和j是礦山環(huán)境數(shù)據(jù)索引，ed（·）是歐幾里得函數(shù)，是平滑項，β是（0，1）范圍內(nèi)的衰減系數(shù)，d是礦山環(huán)境數(shù)據(jù)的特征維度，d是維度索引，xid和xjd分別是礦山環(huán)境數(shù)據(jù)xi和xj中第d個維度的特征，是l2范式的平方，μd和σd分別是礦山環(huán)境數(shù)據(jù)集中第d個維度的均值和標(biāo)準(zhǔn)差，e是自然常數(shù)，α1和α2分別是（0，1）范圍內(nèi)的加權(quán)標(biāo)準(zhǔn)距離權(quán)值和指數(shù)衰減距離權(quán)值，且α1+α2=1；

18、步驟s312：噪聲數(shù)據(jù)篩選，根據(jù)總距離計算少數(shù)類數(shù)據(jù)集中每個數(shù)據(jù)在礦山環(huán)境數(shù)據(jù)集中的k1個最近鄰數(shù)據(jù)，若少數(shù)類數(shù)據(jù)的k1個最近鄰數(shù)據(jù)都屬于多數(shù)類數(shù)據(jù)，則將該少數(shù)類數(shù)據(jù)作為噪音數(shù)據(jù)從少數(shù)類數(shù)據(jù)集中去除；否則，該少數(shù)類數(shù)據(jù)保留；將篩選后的少數(shù)類數(shù)據(jù)集作為去噪數(shù)據(jù)集；

19、步驟s32：計算離散度，預(yù)先設(shè)置離散閾值，基于去噪數(shù)據(jù)集中離散度大于離散閾值的礦山環(huán)境數(shù)據(jù)構(gòu)建離散數(shù)據(jù)集，所用公式如下：

20、；

21、；

22、；

23、式中，和分別是第i個礦山環(huán)境數(shù)據(jù)的前a個和前a+1個最近鄰數(shù)據(jù)的中心，a是最近鄰數(shù)據(jù)索引，是第i個礦山環(huán)境數(shù)據(jù)的前a個最近鄰數(shù)據(jù)集合，c是中的數(shù)據(jù)，和分別是第i個礦山環(huán)境數(shù)據(jù)的前a個和前a+1個最近鄰數(shù)據(jù)的中心偏移量，是第i個礦山環(huán)境數(shù)據(jù)的離散度；

24、步驟s33：計算合成數(shù)量，基于離散度和最近鄰數(shù)據(jù)確定去噪數(shù)據(jù)集中每個礦山環(huán)境數(shù)據(jù)需要合成的數(shù)據(jù)數(shù)量，所用公式如下：

25、；

26、；

27、式中，smajority和sminority分別是多數(shù)類數(shù)據(jù)集和少數(shù)類數(shù)據(jù)集中的數(shù)據(jù)數(shù)量，r是平衡比例，snew是總共需要合成的數(shù)據(jù)數(shù)量，f是中的數(shù)據(jù)，是第i個礦山環(huán)境數(shù)據(jù)的k1個最近鄰數(shù)據(jù)集合，是第i個礦山環(huán)境數(shù)據(jù)和其最近鄰數(shù)據(jù)f之間的歐幾里得距離，edmax是第i個礦山環(huán)境數(shù)據(jù)和其最近鄰數(shù)據(jù)之間的最大歐幾里得距離，是向下取整函數(shù)，是第i個礦山環(huán)境數(shù)據(jù)需要合成的數(shù)據(jù)數(shù)量；

28、步驟s34：合成新數(shù)據(jù)，對于去噪數(shù)據(jù)集中每個礦山環(huán)境數(shù)據(jù)，每次從離散數(shù)據(jù)集中隨機選擇一個數(shù)據(jù)作為參考數(shù)據(jù)，并引入隨機噪聲進行數(shù)據(jù)合成，直至去噪數(shù)據(jù)集中每個礦山環(huán)境數(shù)據(jù)合成的新數(shù)據(jù)數(shù)量等于步驟s33計算的其需要合成的數(shù)據(jù)數(shù)量，所用公式如下：

29、；

30、式中，是第i個礦山環(huán)境數(shù)據(jù)合成的新數(shù)據(jù)，是從均值為0和方差為σ2的正態(tài)分布中采樣的隨機噪聲，g是從離散數(shù)據(jù)集中隨機選擇的一個數(shù)據(jù)，γ1和γ2分別是（0，1）范圍內(nèi)的控制插值系數(shù)和控制噪聲強度系數(shù)；

31、步驟s35：構(gòu)建礦山環(huán)境平衡數(shù)據(jù)集，將步驟s34合成新數(shù)據(jù)、少數(shù)類數(shù)據(jù)集和多數(shù)類數(shù)據(jù)集匯總，得到礦山環(huán)境平衡數(shù)據(jù)集。

32、進一步地，在步驟s4中，所述構(gòu)建礦山環(huán)境狀態(tài)評估模型具體包括以下步驟：

33、步驟s41：計算每個數(shù)據(jù)的總密度，包括以下步驟：

34、步驟s411：計算礦山環(huán)境平衡數(shù)據(jù)集中每個數(shù)據(jù)的局部密度，根據(jù)總距離計算每個數(shù)據(jù)在礦山環(huán)境平衡數(shù)據(jù)集中的k2個最近鄰數(shù)據(jù)，基于最近鄰數(shù)據(jù)計算礦山環(huán)境數(shù)據(jù)的局部密度，所用公式如下：

35、；

36、式中，是第i個礦山環(huán)境數(shù)據(jù)的局部密度，是第i個礦山環(huán)境數(shù)據(jù)的k2個最近鄰數(shù)據(jù)集合，n是中的數(shù)據(jù)，是第i個礦山環(huán)境數(shù)據(jù)和其最近鄰數(shù)據(jù)n之間的總距離；

37、步驟s412：計算礦山環(huán)境平衡數(shù)據(jù)集中每個數(shù)據(jù)的全局密度，所用公式如下：

38、；

39、式中，是第i個礦山環(huán)境數(shù)據(jù)的全局密度，是第j個礦山環(huán)境數(shù)據(jù)的局部密度，n是礦山環(huán)境平衡數(shù)據(jù)集中的數(shù)據(jù)數(shù)量；

40、步驟s413：計算礦山環(huán)境平衡數(shù)據(jù)集中每個數(shù)據(jù)的總密度，所用公式如下：

41、；

42、式中，是第i個礦山環(huán)境數(shù)據(jù)的總密度；

43、步驟s42：計算最小距離，所用公式如下：

44、；

45、式中，是第i個礦山環(huán)境數(shù)據(jù)的最小距離，是第j個礦山環(huán)境數(shù)據(jù)的總密度；

46、步驟s43：確定聚類中心，包括以下步驟：

47、步驟s431：計算候選中心數(shù)據(jù)集，基于最小距離將礦山環(huán)境平衡數(shù)據(jù)集中的數(shù)據(jù)按從大到小的順序排序，選取前個礦山環(huán)境數(shù)據(jù)的最小距離計算距離閾值；預(yù)先設(shè)置調(diào)節(jié)因子，基于調(diào)節(jié)因子和礦山環(huán)境平衡數(shù)據(jù)集中所有數(shù)據(jù)的總密度計算密度閾值；選取礦山環(huán)境平衡數(shù)據(jù)集中其總密度和最小距離同時大于密度閾值和距離閾值的礦山環(huán)境數(shù)據(jù)作為候選中心，構(gòu)建候選中心數(shù)據(jù)集，所用公式如下：

48、；

49、；

50、式中，δthreshold和mthreshold分別是距離閾值和密度閾值，p是（0，1）范圍內(nèi)的調(diào)節(jié)因子；

51、步驟s432：計算重疊最近鄰數(shù)據(jù)集合，根據(jù)總距離計算每個數(shù)據(jù)在候選中心數(shù)據(jù)集中的k3個最近鄰數(shù)據(jù)，然后構(gòu)建候選中心數(shù)據(jù)集中每兩個不同數(shù)據(jù)之間的重疊最近鄰數(shù)據(jù)集合，得到重疊數(shù)據(jù)數(shù)量；

52、步驟s433：計算聚類中心數(shù)據(jù)集，包括以下步驟：

53、步驟s4331：刪除，預(yù)先設(shè)置聚類中心數(shù)量，若候選中心數(shù)據(jù)集中的數(shù)據(jù)數(shù)量大于預(yù)先設(shè)置的聚類中心數(shù)量，則基于總密度將候選中心數(shù)據(jù)中的數(shù)據(jù)按從大到小的順序排序，按順序?qū)⒑蜻x中心數(shù)據(jù)集中重疊數(shù)據(jù)數(shù)量大于0的兩個不同數(shù)據(jù)隨機選取一個進行刪除，當(dāng)候選中心數(shù)據(jù)集中剩余數(shù)據(jù)數(shù)量等于預(yù)先設(shè)置的聚類中心數(shù)量時停止刪除，基于候選中心數(shù)據(jù)集中的剩余數(shù)據(jù)構(gòu)建聚類中心數(shù)據(jù)集，并轉(zhuǎn)至步驟s44進行聚類；

54、步驟s4332：迭代，若步驟s4331刪除后，候選中心數(shù)據(jù)集中剩余數(shù)據(jù)數(shù)量仍大于預(yù)先設(shè)置的聚類中心數(shù)量，則重新根據(jù)總距離計算剩余數(shù)據(jù)在當(dāng)前候選中心數(shù)據(jù)集中的k3個最近鄰數(shù)據(jù)，并轉(zhuǎn)至步驟s4331再次進行刪除，直至候選中心數(shù)據(jù)集中剩余數(shù)據(jù)數(shù)量等于預(yù)先設(shè)置的聚類中心數(shù)量時停止迭代；

55、步驟s44：聚類，將礦山環(huán)境平衡數(shù)據(jù)集中除聚類中心外的剩余數(shù)據(jù)分配到總距離最近的聚類中心所屬的簇中，完成聚類，得到礦山環(huán)境狀態(tài)評估模型。

56、進一步地，在步驟s5中，所述礦山環(huán)境實時監(jiān)測是采集實時礦山環(huán)境數(shù)據(jù)；所述實時礦山環(huán)境數(shù)據(jù)包括空氣質(zhì)量數(shù)據(jù)、氣象數(shù)據(jù)、水質(zhì)數(shù)據(jù)、土壤數(shù)據(jù)、作業(yè)活動數(shù)據(jù)、生物數(shù)據(jù)和地質(zhì)數(shù)據(jù)；對實時礦山環(huán)境數(shù)據(jù)進行數(shù)據(jù)預(yù)處理后，將實時礦山環(huán)境數(shù)據(jù)和歷史礦山環(huán)境數(shù)據(jù)共同輸入至礦山環(huán)境狀態(tài)評估模型中進行聚類處理，基于輸出的聚類結(jié)果，選取簇中具有歷史礦山環(huán)境數(shù)據(jù)最多數(shù)量的標(biāo)簽類型作為簇標(biāo)簽，得到當(dāng)前礦山環(huán)境的狀態(tài)，實現(xiàn)礦山環(huán)境的實時監(jiān)測。

57、本發(fā)明提供的基于機器學(xué)習(xí)的礦山環(huán)境監(jiān)測系統(tǒng)，包括數(shù)據(jù)采集模塊、數(shù)據(jù)預(yù)處理模塊、礦山環(huán)境數(shù)據(jù)平衡模塊、構(gòu)建礦山環(huán)境狀態(tài)評估模型模塊和礦山環(huán)境實時監(jiān)測模塊；

58、所述數(shù)據(jù)采集模塊采集歷史礦山環(huán)境數(shù)據(jù)，并將數(shù)據(jù)發(fā)送到數(shù)據(jù)預(yù)處理模塊；

59、所述數(shù)據(jù)預(yù)處理模塊對采集的數(shù)據(jù)進行數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)歸一化和構(gòu)建數(shù)據(jù)集處理，并將數(shù)據(jù)發(fā)送至礦山環(huán)境數(shù)據(jù)平衡模塊；

60、所述礦山環(huán)境數(shù)據(jù)平衡模塊設(shè)計加權(quán)標(biāo)準(zhǔn)距離和指數(shù)衰減距離得到數(shù)據(jù)之間的總距離，根據(jù)總距離計算數(shù)據(jù)的最近鄰數(shù)據(jù)，篩選出噪音數(shù)據(jù)并去除，引入離散度來構(gòu)建離散數(shù)據(jù)集，基于離散度和最近鄰數(shù)據(jù)確定需要合成的數(shù)據(jù)數(shù)量，基于離散數(shù)據(jù)集并引入隨機噪聲合成新數(shù)據(jù)，構(gòu)建礦山環(huán)境平衡數(shù)據(jù)集，并將數(shù)據(jù)發(fā)送至構(gòu)建礦山環(huán)境狀態(tài)評估模型模塊；

61、所述構(gòu)建礦山環(huán)境狀態(tài)評估模型模塊根據(jù)總距離計算最近鄰數(shù)據(jù)，設(shè)計局部密度和全局密度得到總密度，基于最小距離計算距離閾值，基于調(diào)節(jié)因子和總密度計算密度閾值，構(gòu)建候選中心數(shù)據(jù)集，計算重疊最近鄰數(shù)據(jù)集合，根據(jù)總密度和重疊數(shù)據(jù)數(shù)量得到聚類中心數(shù)據(jù)集，并將剩余數(shù)據(jù)分配到總距離最近的聚類中心所屬的簇中，完成聚類，得到礦山環(huán)境狀態(tài)評估模型，并將數(shù)據(jù)發(fā)送到礦山環(huán)境實時監(jiān)測模塊；

62、所述礦山環(huán)境實時監(jiān)測模塊將采集的礦山環(huán)境數(shù)據(jù)輸入至礦山環(huán)境狀態(tài)評估模型中進行聚類處理，基于輸出的聚類結(jié)果，得到當(dāng)前礦山環(huán)境的狀態(tài)，實現(xiàn)礦山環(huán)境的實時監(jiān)測。

63、采用上述方案本發(fā)明取得的有益效果如下：

64、（1）針對現(xiàn)有的礦山環(huán)境監(jiān)測方法中存在監(jiān)測設(shè)備差異和礦山環(huán)境類型分布不均，導(dǎo)致模型產(chǎn)生偏差，不能真實反映礦山環(huán)境實際情況的問題，本方案設(shè)計加權(quán)標(biāo)準(zhǔn)距離和指數(shù)衰減距離得到數(shù)據(jù)之間的總距離，根據(jù)總距離計算數(shù)據(jù)的最近鄰數(shù)據(jù)，篩選出噪音數(shù)據(jù)并去除，提高了數(shù)據(jù)的準(zhǔn)確性和可靠性，減少噪音對監(jiān)測和分析的干擾；引入離散度來構(gòu)建離散數(shù)據(jù)集，基于離散度和最近鄰數(shù)據(jù)確定需要合成的數(shù)據(jù)數(shù)量，基于離散數(shù)據(jù)集并引入隨機噪聲合成新數(shù)據(jù)，在平衡數(shù)據(jù)的同時增加了數(shù)據(jù)的多樣性，有利于更全面和準(zhǔn)確地監(jiān)測礦山環(huán)境；構(gòu)建礦山環(huán)境平衡數(shù)據(jù)集，改善了數(shù)據(jù)類別不平衡狀況，使模型訓(xùn)練和評估更有效，提升了對礦山環(huán)境監(jiān)測的科學(xué)性和合理性，為決策提供更好依據(jù)。

65、（2）針對現(xiàn)有的礦山環(huán)境監(jiān)測方法中存在礦山環(huán)境數(shù)據(jù)具有高度的復(fù)雜性和多樣性，且不同區(qū)域的礦山環(huán)境狀況差異很大，導(dǎo)致對礦山環(huán)境狀況的誤判和無法有效監(jiān)測礦山環(huán)境的問題，本方案根據(jù)總距離計算數(shù)據(jù)的最近鄰數(shù)據(jù)，設(shè)計局部密度和全局密度得到數(shù)據(jù)的總密度，綜合考慮局部和全局特征，更全面細致地反映數(shù)據(jù)特征，識別不同的環(huán)境區(qū)域和特征；基于數(shù)據(jù)的最小距離計算距離閾值，基于調(diào)節(jié)因子和總密度計算密度閾值，構(gòu)建候選中心數(shù)據(jù)集，避免遺漏重要的潛在中心，從而使聚類結(jié)果更加準(zhǔn)確和具有代表性；基于最近鄰數(shù)據(jù)計算重疊最近鄰數(shù)據(jù)集合，根據(jù)總密度和重疊數(shù)據(jù)數(shù)量得到聚類中心數(shù)據(jù)集，并將剩余數(shù)據(jù)分配到總距離最近的聚類中心所屬的簇中，完成聚類，得到礦山環(huán)境狀態(tài)評估模型，使聚類中心更具合理性和準(zhǔn)確性，進而提升整個評估模型的質(zhì)量，有利于準(zhǔn)確評估礦山環(huán)境狀態(tài)，有助于更好地理解和分析礦山環(huán)境。