遼寧省氣溫數(shù)據(jù)的聚類分析
發(fā)布時間:2020-04-29 19:28
【摘要】:隨著科技的不斷發(fā)展,各個領域都將面臨大數(shù)據(jù)這個不可回避的問題,傳統(tǒng)的地理信息系統(tǒng)方法面對大數(shù)據(jù)處理與應用上的劣勢不斷凸顯。地理數(shù)據(jù)中的氣溫和降水量等數(shù)據(jù)每天不斷更新積攢。面對地面站點不斷提供的大量數(shù)據(jù),如何使用高效的方法或算法去挖掘隱藏在這些海量數(shù)據(jù)中的知識,是我們地理人要跟上時代步伐所要思考的新問題。找到突破性的算法并與地理學相結合是目前迫切需要解決的問題。在地理信息系統(tǒng)中,遙感解譯也面臨著大數(shù)據(jù)的問題。隨著遙感技術的不斷提高,高光譜圖像的產(chǎn)生,給遙感解譯還主要依靠人工操作方式進行了工作量上的挑戰(zhàn)。面對這些問題,本文將空間數(shù)據(jù)挖掘方法與地理知識相結合,探索了如何快速有效的解決地理大數(shù)據(jù)的問題。遼寧省作為環(huán)渤海經(jīng)濟區(qū)中的一環(huán),使得它在振興東北老工業(yè)基地的任務上具有舉足輕重的地位,如何利用地理學方法,研究這一區(qū)域的地理與氣象因素的時空分布規(guī)律,為"老工業(yè)基地"的經(jīng)濟崛起提供可靠的理論方法,是一個急需解決的問題。數(shù)據(jù)挖掘算法能很好的處理大數(shù)據(jù)問題。本文利用降維算法與聚類分析,對遼寧省的23個氣象站點的氣溫進行了時空分布規(guī)律上的研究,得出了氣溫的空間地理分布特征,并將其與傳統(tǒng)的聚類方法比較。本文所用的新建LLE-FCM算法模型比單純的聚類算法應用要更適合實際數(shù)據(jù)的操作,該算法的優(yōu)點在于:一是算法的聚類效果更好,更能合理的凸顯出遼寧省氣溫的時空分布規(guī)律;二是算法迭代次數(shù)的減少,提高了運算速度。以上兩點的實現(xiàn),使得數(shù)據(jù)挖掘方法在地理信息系統(tǒng)中解決地理大數(shù)據(jù)問題又邁進了一小步。
【圖文】:
不同的是LLE算法通過重疊的局部鄰域表達整體的全局結構信息將全局非線性問逡逑題轉化為局部線性問題解決。對每個樣本數(shù)據(jù)點及其鄰域降維后通過某種規(guī)則重新姐合逡逑得到數(shù)據(jù)點的全局低維表示。具體的算法流程如圖4.1所示。逡逑-18邋-逡逑1逡逑
其他為1.2萬ybn2,占8.1%。迂寧省地形可用一句話概括即"六山一水H分田"。地勢逡逑可概括為東西高中間低,兩邊的東西部為山地丘陵,東西丘陵海拔相差300米,中部為逡逑平原,平均海拔為200米,平原由南向北傾斜,整體地貌形似馬蹄。圖5.1為遷寧省90逡逑米DEM影像圖,可W清晰的看見東西兩側的隆起山脈,東部的山脈由長白山支脈和龍逡逑崗山延續(xù)出來共同構成的,姐成了南北兩側平行的山脈地形,海拔介于500m—800m之逡逑間,其中高山的海拔最高高度為1300m邋^>上。西部的山脈是內(nèi)蒙古高原向江河平原逐逡逑漸過波形成,海拔平均在300/n-1000/M之間,主要有醫(yī)巫間山等。逡逑中.心來)逡逑■V邋A邋:邋I記1逡逑0邐150邋km邐HI邋色?邋_巧7逡逑1
【學位授予單位】:遼寧師范大學
【學位級別】:碩士
【學位授予年份】:2016
【分類號】:P423
本文編號:2644916
【圖文】:
不同的是LLE算法通過重疊的局部鄰域表達整體的全局結構信息將全局非線性問逡逑題轉化為局部線性問題解決。對每個樣本數(shù)據(jù)點及其鄰域降維后通過某種規(guī)則重新姐合逡逑得到數(shù)據(jù)點的全局低維表示。具體的算法流程如圖4.1所示。逡逑-18邋-逡逑1逡逑
其他為1.2萬ybn2,占8.1%。迂寧省地形可用一句話概括即"六山一水H分田"。地勢逡逑可概括為東西高中間低,兩邊的東西部為山地丘陵,東西丘陵海拔相差300米,中部為逡逑平原,平均海拔為200米,平原由南向北傾斜,整體地貌形似馬蹄。圖5.1為遷寧省90逡逑米DEM影像圖,可W清晰的看見東西兩側的隆起山脈,東部的山脈由長白山支脈和龍逡逑崗山延續(xù)出來共同構成的,姐成了南北兩側平行的山脈地形,海拔介于500m—800m之逡逑間,其中高山的海拔最高高度為1300m邋^>上。西部的山脈是內(nèi)蒙古高原向江河平原逐逡逑漸過波形成,海拔平均在300/n-1000/M之間,主要有醫(yī)巫間山等。逡逑中.心來)逡逑■V邋A邋:邋I記1逡逑0邐150邋km邐HI邋色?邋_巧7逡逑1
【學位授予單位】:遼寧師范大學
【學位級別】:碩士
【學位授予年份】:2016
【分類號】:P423
【參考文獻】
相關期刊論文 前10條
1 米娜瓦爾·努拉合買提;;淺談可視化數(shù)據(jù)挖掘方法與技術[J];計算機光盤軟件與應用;2014年20期
2 王衛(wèi)民;葉秋菊;賀文麗;李婧;;基于GIS的氣象時空數(shù)據(jù)挖掘和融合技術[J];電子科技;2014年02期
3 王桂芝;;基于密度聚類分析的相關算法研究[J];電腦知識與技術;2013年30期
4 李玉林;;論地理信息系統(tǒng)在測繪中的應用[J];華北國土資源;2013年03期
5 劉淑俠;苗放;谷翠東;;淺析基于云計算的地理空間信息服務發(fā)展前景[J];四川地質學報;2013年01期
6 郝媛;高學東;孟海東;;高維數(shù)據(jù)對象聚類算法效果分析[J];中國管理信息化;2012年08期
7 李玲玲;;關于凝聚型層次聚類時間復雜度的研究[J];宿州學院學報;2011年02期
8 王鵬;溫暖;馬麗;習媛媛;蔡常雨;;物流領域中空間數(shù)據(jù)預處理技術的應用研究[J];長春理工大學學報(自然科學版);2010年02期
9 賈澤露;劉耀林;;可視化空間數(shù)據(jù)挖掘研究綜述[J];地理空間信息;2009年06期
10 曹蕾;;地理信息系統(tǒng)構成及應用[J];交通科技與經(jīng)濟;2009年03期
,本文編號:2644916
本文鏈接:http://sikaile.net/projectlw/qxxlw/2644916.html