【摘要】：隨著科技的進(jìn)步、信息技術(shù)的發(fā)展、氣象預(yù)測(cè)標(biāo)準(zhǔn)的提高,氣象數(shù)據(jù)日益劇增。由氣象變化帶來的自然災(zāi)害已嚴(yán)重威脅人們的生命財(cái)產(chǎn)安全,影響天氣變化的因素多而復(fù)雜,致使災(zāi)害天氣的準(zhǔn)確預(yù)測(cè)預(yù)報(bào)非常困難。如何通過數(shù)據(jù)挖掘的相關(guān)技術(shù)挖掘出氣象數(shù)據(jù)中有價(jià)值的信息是氣象科研人員的一項(xiàng)重要任務(wù)。挖掘出的可用信息,不僅能提高天氣預(yù)報(bào)準(zhǔn)確率和災(zāi)害天氣預(yù)警能力,還能指導(dǎo)當(dāng)?shù)氐墓まr(nóng)業(yè)生產(chǎn)和提高人民的生活水平,造福于人民。數(shù)據(jù)挖掘常用的軟件有SAS、SPSS、MATLAB等,開源的軟件有WEKA、ARMiner。不同的數(shù)據(jù)挖掘軟件適用于不同的數(shù)據(jù)模型之中,處理各式各樣的關(guān)系對(duì)象。近年來,數(shù)據(jù)挖掘在計(jì)算機(jī)領(lǐng)域的應(yīng)用也越來越普及,在入侵檢測(cè)方面,學(xué)者開展了很多研究,尤其是分析根據(jù)不同協(xié)議分析攻擊類型,在基于HTTP、TCP、UDP各種協(xié)議的攻擊檢測(cè)上,以及在解析DOS、DDOS等攻擊類型的檢測(cè)中�；ヂ�(lián)網(wǎng)也在使用數(shù)據(jù)挖掘分析客戶點(diǎn)擊率、電商則根據(jù)點(diǎn)擊率分析用戶心理及感興趣的模塊,進(jìn)行針對(duì)性的推銷。電信根據(jù)客戶數(shù)據(jù)的分析,將用戶群細(xì)分,設(shè)置合理套餐,有針對(duì)性地進(jìn)行推銷,這些都給企業(yè)帶來了巨大的利潤(rùn)。數(shù)據(jù)挖掘中的分類算法被廣泛運(yùn)用到氣象預(yù)測(cè)中,機(jī)器學(xué)習(xí)顯示了良好的分類性能。大量研究表明,集成分類器比單個(gè)分類器具有更好的分類性能。本文從某市某局部區(qū)域出發(fā),使用支持向量機(jī)和協(xié)同分析方法,研究基于組合分類器的氣象數(shù)據(jù)挖掘的問題,構(gòu)建了基于SVM的多組合器協(xié)同分類模型,通過整合不同的分類器參數(shù)和個(gè)數(shù),得到不同的數(shù)據(jù)挖掘分類模型,最終實(shí)現(xiàn)整體建模,將樣本集輸送到各個(gè)模型,得到最終分類結(jié)果,通過一系列的對(duì)比試驗(yàn),將分類結(jié)果可視化的表示出來,直觀的可以看到不同模型的分類效果。預(yù)期驗(yàn)證模型在分類穩(wěn)定性和分類準(zhǔn)確率方面具有更好的效果。本文主要開展了以下幾個(gè)方面的研究,包括對(duì)局部氣象數(shù)據(jù)特征的分析、國(guó)內(nèi)外研究現(xiàn)狀的分析、數(shù)據(jù)挖掘分類方法的分析、相關(guān)技術(shù)分析、研究了組合分類器在局部區(qū)域氣象數(shù)據(jù)的挖掘,構(gòu)建和分析了單個(gè)SVM分類器模型；構(gòu)建和分析了基于SVM的Bagging組合分類器模型；構(gòu)建和分析了基于SVM的Adaboost組合分類器模型。文章對(duì)局部區(qū)域的氣象數(shù)據(jù)進(jìn)行了降雨與否的預(yù)測(cè),將分類器應(yīng)用到局部區(qū)域的氣象數(shù)據(jù)中進(jìn)行了當(dāng)?shù)氐慕涤觐A(yù)測(cè),比較三個(gè)模型之間的準(zhǔn)確率和性能優(yōu)劣。最后,本文引入了KNN算法,構(gòu)造基分類器,比較了基于KNN算法和基于SVM算法的裝袋與提升的集成效果,并從縱向和橫向兩個(gè)方面再一次對(duì)文章結(jié)論進(jìn)行了實(shí)證與說明。本文的研究成果,為當(dāng)?shù)氐臍庀缶痔峁┝藳Q策依據(jù),為當(dāng)?shù)鼐用竦纳鐣?huì)活動(dòng)、生活、工作以及為工業(yè)生產(chǎn)提供了參考。
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P409;P413

【相似文獻(xiàn)】

相關(guān)期刊論文 前6條

1 鄭忠;曾永年;劉慧敏;徐艷艷;于菲菲;;并聯(lián)結(jié)構(gòu)組合分類器的誤差分析[J];遙感技術(shù)與應(yīng)用;2011年03期

2 鄭楨;康耀紅;;基于組合分類器的聯(lián)機(jī)手寫漢字識(shí)別[J];鄭州大學(xué)學(xué)報(bào)(理學(xué)版);2007年02期

3 孫笑微;;基于提升的BAN組合分類器[J];沈陽(yáng)師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

4 鐘明軍;;基于組合分類器的一個(gè)新的數(shù)據(jù)整合方法[J];大連民族學(xué)院學(xué)報(bào);2008年01期

5 韓建峰;楊哲海;;組合分類器及其在高光譜影像分類中的應(yīng)用[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2007年03期

6 ;[J];;年期

相關(guān)會(huì)議論文 前1條

1 徐f ;宗成慶;;漢語base NP識(shí)別:錯(cuò)誤驅(qū)動(dòng)的組合分類器方法[A];第三屆學(xué)生計(jì)算語言學(xué)研討會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前2條

1 許言午;面向行人檢測(cè)的組合分類計(jì)算模型與應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

2 張陽(yáng);復(fù)雜交通場(chǎng)景中基于視頻的行人檢測(cè)與跟蹤若干關(guān)鍵問題研究[D];華南理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 王亞松;關(guān)于組合分類器修剪方法的研究[D];鄭州大學(xué);2011年

2 張銀峰;面向類分布不平衡數(shù)據(jù)的組合分類器剪枝方法的研究[D];鄭州大學(xué);2014年

3 鄭忠;適應(yīng)性組合分類器遙感分類研究[D];中南大學(xué);2013年

4 李俊磊;多組合分類器在局部區(qū)域氣溫預(yù)測(cè)中的研究與應(yīng)用[D];廣東工業(yè)大學(xué);2014年

5 李新強(qiáng);組合分類器及其在財(cái)務(wù)預(yù)警中得應(yīng)用研究[D];云南大學(xué);2012年

6 石國(guó)強(qiáng);基于規(guī)則的組合分類器的研究[D];鄭州大學(xué);2010年

7 宋麗;基于決策樹的組合分類器的研究[D];西安電子科技大學(xué);2012年

8 樊繼慧;基于SVM組合分類器的局域氣象預(yù)測(cè)研究[D];廣東工業(yè)大學(xué);2015年

9 吳正娟;特征變換在組合分類中的應(yīng)用研究[D];鄭州大學(xué);2010年

10 李斌;基于多組合分類器的高光譜圖像識(shí)別技術(shù)研究[D];中國(guó)地質(zhì)大學(xué)（北京）;2008年

本文編號(hào)：2747942