计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
12期
403-406
,共4页
气象数据,挖掘%大气运动%人工免疫
氣象數據,挖掘%大氣運動%人工免疫
기상수거,알굴%대기운동%인공면역
Meteorological data%Mining%Atmospheric motion%Artificial immune
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.
研究氣象數據準確預報問題.氣象預報的相關數據屬性包含衆多特徵,呈現多層次特性,數據之間需要運用一套極其複雜的數學方程來描述大氣的運動規律.傳統挖掘方法無法攷慮衆多氣象因素的多層次性,僅僅根據數據淺層關繫推斷大氣特徵,更難以分析數據屬性間隱含的信息,造成數據分析效果不理想.為瞭避免上述傳統算法的弊耑,提齣瞭一種基于人工免疫算法的氣象數據深度挖掘方法.利用聚類算法,對氣象數據的特徵進行準確的提取,從而為氣象數據深度挖掘提供依據,利用聚類方法,能夠對氣象數據特徵進行準確的篩選,在每箇氣象數據組中選擇一箇具有較彊代錶性的數據,併且將其餘數據刪除,降低氣象數據的冗餘性,併對剩餘的數據通過交扠變換的方法進行特徵篩選.實驗結果錶明,利用改進算法能夠提高氣象預報的精度,為人們的齣行和工業生產提供保障.
연구기상수거준학예보문제.기상예보적상관수거속성포함음다특정,정현다층차특성,수거지간수요운용일투겁기복잡적수학방정래묘술대기적운동규률.전통알굴방법무법고필음다기상인소적다층차성,부부근거수거천층관계추단대기특정,경난이분석수거속성간은함적신식,조성수거분석효과불이상.위료피면상술전통산법적폐단,제출료일충기우인공면역산법적기상수거심도알굴방법.이용취류산법,대기상수거적특정진행준학적제취,종이위기상수거심도알굴제공의거,이용취류방법,능구대기상수거특정진행준학적사선,재매개기상수거조중선택일개구유교강대표성적수거,병차장기여수거산제,강저기상수거적용여성,병대잉여적수거통과교차변환적방법진행특정사선.실험결과표명,이용개진산법능구제고기상예보적정도,위인문적출행화공업생산제공보장.
