發(fā)布時間：2020-11-13 12:55

　　 天氣狀況是人類社會活動的重要環(huán)境條件之一,它的變化將直接影響到國民經(jīng)濟各部門的生產(chǎn)、建設和管理,同時也在影響著人們的日常生活行為,氣象分析研究是一個關乎國計民生的課題。大數(shù)據(jù)時代的來臨,也促進了數(shù)據(jù)挖掘技術的快速發(fā)展,其中,基于關聯(lián)規(guī)則的分類方法以其解釋說明性強,分類精度高等特點,已成為智能決策領域中的研究熱點。通過氣象數(shù)據(jù)挖掘潛在其中的氣象規(guī)律,以便更好地理解天氣的形成與預測,是氣象研究中的熱點難題。氣象數(shù)據(jù)晴雨分析是不平衡數(shù)據(jù)集的二分類應用,而人們更關心的是對下雨天的預測。傳統(tǒng)二分類數(shù)據(jù)挖掘方法大多構建于正、負樣本基本平衡的假設之上,若將其直接運用于不平衡數(shù)據(jù)集,往往不能取得令人滿意的效果。此外,傳統(tǒng)的關聯(lián)規(guī)則挖掘方法以屬性為粒度進行分析,因而所得到的關聯(lián)規(guī)則的粒度并不夠精細。面對大規(guī)模的氣象數(shù)據(jù)集,針對數(shù)據(jù)不平衡的特性,構建更精細化的、可并行的關聯(lián)分類預測模型意義重大。針對天氣氣象數(shù)據(jù)的特點,本文通過一種修改的基于代價敏感學習的方法,以單位時間的降雨量作為代價學習的值,將數(shù)據(jù)合理有效地區(qū)分為下雨與非下雨兩類。嘗試通過對數(shù)據(jù)屬性值進行離散化以及二進制化編碼處理,得到更小粒度的數(shù)據(jù)維度,進而試圖使用一種基于分界定界的邏輯關聯(lián)規(guī)則挖掘方法,運用OCAT的原則,對編碼后的數(shù)據(jù)集進行迭代訓練,從而得出關聯(lián)規(guī)則分類器,并分析該算法性能提升的方法以及并行計算的可行性,對算法中所涉及的關鍵參數(shù)進行剖析。實驗結果表明,該邏輯關聯(lián)規(guī)則分類方法的結果直觀,易于理解,并具有更精細化的粒度,運用于天氣氣象數(shù)據(jù)集可行有效,分類預測模型具有較高的準確性以及穩(wěn)定性,同時易于實施并行計算,能較好地滿足當前氣象分析的實時計算分析的要求。由于該分類器基于數(shù)理邏輯,得到的分類模型可以根據(jù)需求,對其做進一步的邏輯運算,從而實現(xiàn)模型優(yōu)化。該模型為氣象數(shù)據(jù)分析提供了一種方法,以彌補傳統(tǒng)方法在不平衡天氣數(shù)據(jù)處理上的不足。
【學位單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位年份】：2016
【中圖分類】：P413
【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 國內外發(fā)展與研究現(xiàn)狀
        1.2.1 氣象數(shù)據(jù)挖掘現(xiàn)狀
        1.2.2 不平衡數(shù)據(jù)分類研究現(xiàn)狀
        1.2.3 關聯(lián)規(guī)則挖掘研究現(xiàn)狀
    1.3 本文的主要工作
    1.4 論文結構
第二章 相關理論與技術
    2.1 傳統(tǒng)關聯(lián)規(guī)則挖掘算法
        2.1.1 Apriori算法
        2.1.2 FP增長算法
    2.2 代價敏感學習
    2.3 分支定界算法
    2.4 小結
第三章 不平衡氣象數(shù)據(jù)處理
    3.1 氣象監(jiān)測數(shù)據(jù)
    3.2 預處理
    3.3 屬性值離散化與分級級數(shù)N
    3.4 屬性值二進制編碼
    3.5 代價敏感學習與可承受誤差代價Exp
    3.6 小結
第四章 基于B&B的邏輯關聯(lián)規(guī)則挖掘
    4.1 本文符號
    4.2 OCAT關聯(lián)規(guī)則挖掘
    4.3 B&B算法構造析取子句
    4.4 模型優(yōu)化及并行化方案
        4.4.1 B&B算法內存占用問題
        4.4.2 基于邏輯運算的模型優(yōu)化
        4.4.3 并行化方案
    4.5 小結
第五章 實驗結果與模型評估
    5.1 實驗結果
    5.2 穩(wěn)定性評估
    5.3 模型優(yōu)化結果
    5.4 參數(shù)對實驗結果的影響分析
        5.4.1 等級級數(shù)N的設置
        5.4.2 可承受誤差代價Exp的設置
    5.5 小結
總結與展望
參考文獻
攻讀學位期間發(fā)表的論文
致謝

【相似文獻】

相關期刊論文 前10條

1 李建;馬琰鋼;;浙江省“智慧高速”氣象數(shù)據(jù)交互網(wǎng)絡設計與實現(xiàn)[J];浙江氣象;2013年03期

2 寧世遠;;PC-1500袖珍機處理大量氣象信息的方法[J];新疆氣象;1989年12期

3 王元;王錄中;;信息化氣象數(shù)據(jù)存檔后備和服務后援磁性載體配置的優(yōu)化設計[J];氣象科技;1991年06期

4 李社宏;;大數(shù)據(jù)時代氣象數(shù)據(jù)分析應用的新趨勢[J];陜西氣象;2014年02期

5 李樹忠,王春芳,張振;自動氣象數(shù)據(jù)采集站組態(tài)軟件設計[J];青島大學學報(工程技術版);1998年02期

6 王宇欣,白敬儒;遼寧地面有線綜合遙測實時氣象數(shù)據(jù)顯示平臺[J];遼寧氣象;2002年02期

7 龍思朝;;氣象數(shù)據(jù)在雷電風險評估中的應用[J];貴州氣象;2011年02期

8 F.Cerquetti;章育仲;;氣象數(shù)據(jù)的采集、檢驗及管理[J];氣象科技;1989年06期

9 黃業(yè)斐;嚴玲;;氣象數(shù)據(jù)應急傳輸解決方法初探[J];氣象研究與應用;2009年S1期

10 田云臣;;“病蟲害預測系統(tǒng)”的設計與開發(fā)[J];天津科技;2009年01期

相關博士學位論文 前1條

1 徐江斌;基于氣象數(shù)據(jù)的云景真實感模擬技術研究[D];國防科學技術大學;2010年

相關碩士學位論文 前10條

1 黃鈞晟;云計算環(huán)境下基于Apriori算法的氣象數(shù)據(jù)關聯(lián)規(guī)則分析研究[D];南京信息工程大學;2015年

2 付超;氣象信息監(jiān)測系統(tǒng)研究與設計[D];哈爾濱工業(yè)大學;2015年

3 張玲;遂寧市自動氣象站氣象數(shù)據(jù)綜合管理系統(tǒng)的設計與實現(xiàn)[D];電子科技大學;2015年

4 張薇;廣西氣象業(yè)務信息庫系統(tǒng)的設計與實現(xiàn)[D];電子科技大學;2014年

5 白珍;氣象數(shù)據(jù)圖形顯示系統(tǒng)的設計與實現(xiàn)[D];電子科技大學;2015年

6 梁建平;常規(guī)高空風氣象數(shù)據(jù)整編系統(tǒng)的研究與實現(xiàn)[D];電子科技大學;2015年

7 王劍輝;基于分支定界的不平衡氣象數(shù)據(jù)晴雨分析與預測[D];廣東工業(yè)大學;2016年

8 郭萌;氣象數(shù)據(jù)轉換系統(tǒng)的設計與實現(xiàn)[D];東北大學　;2009年

9 陳文慧;大規(guī)模氣象數(shù)據(jù)布局的自適應性研究[D];東北大學;2012年

10 趙方霞;基于氣象數(shù)據(jù)的數(shù)據(jù)挖掘算法研究[D];北方工業(yè)大學;2011年

本文編號：2882213