發(fā)布時(shí)間：2021-06-28 07:18

　　針對霾與氣象要素存在怎樣的相關(guān)性這一研究問題,本文致力于探討和挖掘出霾與哪些氣象要素存在多大的相關(guān)性,提出一種決策屬性重要度不一致多粒度粗糙集模型,并基于此建立霾與氣象要素相關(guān)性分析模型,滿足利用氣象領(lǐng)域中涉及霾的氣象觀測數(shù)據(jù)進(jìn)行霾與哪些氣象要素存在多大相關(guān)性分析的需要。論文主要工作和創(chuàng)新點(diǎn)如下:（1）針對在氣象領(lǐng)域中涉及霾的氣象觀測數(shù)據(jù)具有數(shù)據(jù)量大和存在連續(xù)值現(xiàn)象,論文提出一種基于信息熵和不一致率的數(shù)據(jù)離散化算法。首先,針對連續(xù)型數(shù)據(jù)的離散化問題,本文在研究基于信息熵的離散化算法基礎(chǔ)上,給出屬性離散化不一致率計(jì)算方法,并基于屬性離散化不一致率對基于信息熵的離散化算法中的合并區(qū)間條件進(jìn)行改進(jìn),以消除手動設(shè)置屬性離散化不一致率閾值的主觀性影響和降低離散點(diǎn)個(gè)數(shù)。其次,針對在大數(shù)據(jù)下,執(zhí)行離散化算法的時(shí)間效率問題,本文將改進(jìn)的離散化算法進(jìn)行并行化處理,并在Hadoop平臺下實(shí)現(xiàn),以提高算法運(yùn)行效率。（2）針對在氣象領(lǐng)域中,一方面涉及霾的氣象數(shù)據(jù)集具有屬性個(gè)數(shù)多、數(shù)據(jù)不完備特點(diǎn)。另一方面,有霾和無霾時(shí)氣象要素的變化及各自所包含的噪聲數(shù)據(jù)存在差異,實(shí)際分析時(shí)需要將有霾和無霾兩種類別分別進(jìn)行分析,... 

【文章來源】：南昌大學(xué)江西省 211工程院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

Hadoop集群架構(gòu)如圖

圖 2.2 HDFS 工作流程及系統(tǒng)架構(gòu)圖3 MapReduce 計(jì)算模型MapReduce[45-51]是一種高效的分布式編程模型，是 Hadoop 的核心組件海量數(shù)據(jù)的并行處理。它對用戶提供多線程接口，隱藏分布式系統(tǒng)底

MapReduce工作流程圖

【參考文獻(xiàn)】：
期刊論文
[1]基于多重閾值的變精度多粒度粗糙集模型[J]. 徐怡,李策.  計(jì)算機(jī)工程與科學(xué). 2016(08)
[2]基于粗糙集的海量數(shù)據(jù)挖掘算法研究[J]. 牛詠梅.  現(xiàn)代電子技術(shù). 2016(07)
[3]關(guān)于數(shù)據(jù)挖掘研究現(xiàn)狀及發(fā)展趨勢的探究[J]. 任新社,陳靜遠(yuǎn).  信息通信. 2016(02)
[4]江西省中北部地區(qū)一次典型灰霾天氣過程分析[J]. 蔣璐君,劉熙明,賀志明.  氣象與減災(zāi)研究. 2015(02)
[5]粗糙集連續(xù)屬性離散化的k均值方法[J]. 陳貞,邢笑雪.  遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(05)
[6]KNN數(shù)據(jù)挖掘算法在北京地區(qū)霾等級預(yù)報(bào)中的應(yīng)用[J]. 熊亞軍,廖曉農(nóng),李梓銘,張小玲,孫兆彬,趙秀娟,趙普生,馬小會,蒲維維.  氣象. 2015(01)
[7]Hadoop集群部署實(shí)驗(yàn)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 孟永偉,黃建強(qiáng),曹騰飛,王曉英.  實(shí)驗(yàn)技術(shù)與管理. 2015(01)
[8]基于云計(jì)算技術(shù)的電力大數(shù)據(jù)屬性離散化方法[J]. 王璐鑫.  數(shù)字技術(shù)與應(yīng)用. 2015(01)
[9]基于加權(quán)粒度的多粒度粗糙集[J]. 張明,程科,楊習(xí)貝,唐振民.  控制與決策. 2015(02)
[10]連續(xù)屬性離散化算法研究綜述[J]. 張鈺莎,蔣盛益.  計(jì)算機(jī)應(yīng)用與軟件. 2014(08)

博士論文
[1]不完備信息系統(tǒng)中多粒度粗糙集理論與約簡研究[D]. 翟永健.南京理工大學(xué) 2014

碩士論文
[1]基于粗糙集加權(quán)的樸素貝葉斯分類模型的應(yīng)用研究[D]. 孔令韜.北京工業(yè)大學(xué) 2015
[2]基于Hadoop云平臺的數(shù)據(jù)挖掘技術(shù)在天氣數(shù)據(jù)的應(yīng)用研究[D]. 楊利娟.北京郵電大學(xué) 2015
[3]基于Hadoop的數(shù)據(jù)挖掘算法研究與實(shí)現(xiàn)[D]. 何健偉.北京郵電大學(xué) 2015
[4]基于數(shù)據(jù)挖掘的霧霾天氣影響因子研究[D]. 謝金鑫.電子科技大學(xué) 2014
[5]多粒度粗糙集的理論研究及其應(yīng)用[D]. 李明星.江蘇科技大學(xué) 2014
[6]基于云平臺的并行關(guān)聯(lián)規(guī)則挖掘算法研究[D]. 毛衛(wèi)俊.華東理工大學(xué) 2014
[7]基于負(fù)載均衡的Hadoop平臺下作業(yè)調(diào)度算法研究[D]. 胡丹.新疆大學(xué) 2013



本文編號：3253880