期刊简介
本刊是由中国航天科工集团公司主管, 由航天科工集团十七所主办。它是仿真技术领域的综合性科技期刊。98年起已列入国家科技部中国科...【详细查看】
过刊浏览
信息公告
- 15/01 中国航天科工信...
- 14/09航天工业机关服务...
- 14/10航天信息股份有限...
- 14/12湖南航天工业总公...
- 14/08中国航天科工集团...
- 14/07中国航天科工集团...
- 14/06 南京航天管理干...
气象数据深度挖掘优化方法研究与仿真
【出 处】:《
计算机仿真
》
CSCD
2013年第30卷第12期 403-406页,共4页
【作 者】:
李雷孝
【摘 要】
研究气象数据准确预报问题。气象预报的相关数据属性包含众多特征,呈现多层次特性,数据之间需要运用一套极其复杂的数学方程来描述大气的运动规律。传统挖掘方法无法考虑众多气象因素的多层次性,仅仅根据数据浅层关系推断大气特征,更难以分析数据属性间隐含的信息,造成数据分析效果不理想。为了避免上述传统算法的弊端,提出了一种基于人工免疫算法的气象数据深度挖掘方法。利用聚类算法,对气象数据的特征进行准确的提取,从而为气象数据深度挖掘提供依据,利用聚类方法,能够对气象数据特征进行准确的筛选,在每个气象数据组中选择一个具有较强代表性的数据,并且将其余数据删除,降低气象数据的冗余性,并对剩余的数据通过交叉变换的方法进行特征筛选。实验结果表明,利用改进算法能够提高气象预报的精度,为人们的出行和工业生产提供保障。
相关热词搜索: 气象数据 挖掘 大气运动 人工免疫 Meteorological data Mining Atmospheric motion Artificial immune