气象数据深度挖掘优化方法研究与仿真

• 作者: 李雷孝
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 气象数据,挖掘 大气运动 人工免疫
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 仿真智能化
• 页码范围: 403-406
• 页数: 4页
• 分类号: TP391
• 字数: 3010字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雷孝	内蒙古工业大学信息工程学院	44	183	6.0	12.0