基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为获取多年气象观测数据因子之间的关联关系,采用关联规则数据挖掘技术分析其相关性,利用数据预处理方法处理1998-2018年山东省气象局济南市气象站逐3小时气象数据,数据因子包括风向、风速、气温、露点和降水,并采用Apriori算法分析预处理后的数据.结果表明:基于Apriori算法可以挖掘得到风速和降水之间的较强关联规则;利用回归分析方法验证得到的关联结果与关联规则挖掘得到的结果趋势一致.
推荐文章
基于压缩矩阵Apriori算法的高校学生成绩相关性分析研究
压缩矩阵
Apriori算法
数据挖掘
成绩相关性
基于Apriori算法的高职院校课程相关性分析
Apriori算法
关联规则
数据挖掘
课程相关性分析
面向服务的气象大数据分析
气象大数据
服务方式
数据环境
基于ElasticSearch的气象大数据原型系统
气象大数据
ElasticSearch
CIMISS
统计分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Apriori算法的气象大数据相关性分析
来源期刊 信息与电脑 学科
关键词 气象大数据 Apriori算法 相关性分析
年,卷(期) 2020,(15) 所属期刊栏目 算法语言
研究方向 页码范围 75-77
页数 3页 分类号 TP391.41|TP183
字数 语种 中文
DOI 10.3969/j.issn.1003-9767.2020.15.028
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (10)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
气象大数据
Apriori算法
相关性分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
总被引数(次)
19907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导