通過(guò)構(gòu)建流域時(shí)空?qǐng)鼍氨碚魉氖录?提出一種創(chuàng)新的時(shí)空多特征流域場(chǎng)景模式庫(kù)構(gòu)建方法。對(duì)水文原始數(shù)據(jù)進(jìn)行事件化分割,去除場(chǎng)景要素?cái)?shù)據(jù)的時(shí)空冗余;基于要素關(guān)聯(lián)關(guān)系分析,以多類型方法構(gòu)造場(chǎng)景要素的對(duì)應(yīng)特征;通過(guò)特征選擇算法,選取場(chǎng)景關(guān)鍵特征,實(shí)現(xiàn)場(chǎng)景初始化;以初始化場(chǎng)景為特征空間,通過(guò)聚類提取場(chǎng)景模式,完成場(chǎng)景模式庫(kù)構(gòu)建。試驗(yàn)結(jié)果表明,創(chuàng)新的時(shí)空多特征流域場(chǎng)景模式庫(kù)構(gòu)建方法能高效提取水文事件中關(guān)鍵的時(shí)空?qǐng)鼍皵?shù)據(jù),挖掘場(chǎng)景模式,形成場(chǎng)景模式庫(kù),可以為小樣本條件下的水文事件預(yù)測(cè)提供準(zhǔn)確高效的結(jié)果。 

【文章來(lái)源】：河海大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,48(06)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

圖1 時(shí)空多特征流域場(chǎng)景模式庫(kù)構(gòu)建技術(shù)路線

圖2展示了人工分割多元時(shí)序的理想結(jié)果,其中TN、TP以及透明度數(shù)據(jù)的變化具有一定的滯后性。此外可發(fā)現(xiàn)分割段中的TN和TP具有一定相似性,透明度則和TN分割段成負(fù)相關(guān)關(guān)系。圖3是本文使用的多元分割方法,可看到時(shí)序被分割成6段,且每段各元數(shù)據(jù)在不同時(shí)刻分割。該結(jié)果仍具有缺陷,例如在TP分割段中,第4、5和6段重合,與實(shí)際情況不符,該方法仍需要改進(jìn)。圖4是基于模糊分類的多元分割結(jié)果。分割段中各元數(shù)據(jù)都在同一時(shí)刻進(jìn)行分割,但該方法將時(shí)序分割過(guò)多段數(shù),存在分割段長(zhǎng)度過(guò)小,如第5、6、7段,分割段過(guò)長(zhǎng),如第8、9段。同時(shí)無(wú)法發(fā)現(xiàn)分割段各元之間的明顯關(guān)系。圖5是基于動(dòng)態(tài)規(guī)劃的多元分割結(jié)果,主要分割成6段,其中某一段分割過(guò)小,在實(shí)際中舍去;從分割結(jié)果上看出,該方法依然存在基于模糊聚類的多元分割方法的缺陷。圖3 基于本文所提方法的多元時(shí)序分割

基于本文所提方法的多元時(shí)序分割

【參考文獻(xiàn)】：
期刊論文
[1]自適應(yīng)代價(jià)動(dòng)態(tài)時(shí)間彎曲的多元時(shí)間序列相似性度量[J]. 孟曉靜,萬(wàn)源.  統(tǒng)計(jì)與決策. 2020(02)
[2]K-Means聚類算法研究綜述[J]. 楊俊闖,趙超.  計(jì)算機(jī)工程與應(yīng)用. 2019(23)
[3]聚類算法綜述[J]. 章永來(lái),周耀鑒.  計(jì)算機(jī)應(yīng)用. 2019(07)
[4]一種基于正交函數(shù)系的時(shí)間序列聚類方法[J]. 嵇敏,范玉濤,謝福鼎.  系統(tǒng)科學(xué)與數(shù)學(xué). 2016(01)
[5]時(shí)間序列數(shù)據(jù)挖掘中特征表示與相似性度量研究綜述[J]. 李海林,郭崇慧.  計(jì)算機(jī)應(yīng)用研究. 2013(05)
[6]數(shù)據(jù)挖掘中適用于分類的時(shí)序數(shù)據(jù)特征提取方法[J]. 林珠,邢延.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2012(10)
[7]肌電信號(hào)特征提取方法綜述[J]. 加玉濤,羅志增.  電子器件. 2007(01)



本文編號(hào)：3509595