【摘 要】
:
台风(Tropical Cyclone)是最具破坏性的自然灾害之一,每年给人类社会带来巨大的灾难。台风领域的大数据挖掘技术在学者们不断的研究中逐渐兴起。以聚类为代表的机器学习方法因其简单易用、计算便捷的优势,有效推动了台风领域的进一步发展。在台风领域的研究中,台风路径是分析台风特征的重要途径,同时也是判断台风影响区域和范围的重要方法。近年来,台风路径聚类在海洋防灾减灾等涉海领域引起了广泛的关注。由
论文部分内容阅读
台风(Tropical Cyclone)是最具破坏性的自然灾害之一,每年给人类社会带来巨大的灾难。台风领域的大数据挖掘技术在学者们不断的研究中逐渐兴起。以聚类为代表的机器学习方法因其简单易用、计算便捷的优势,有效推动了台风领域的进一步发展。在台风领域的研究中,台风路径是分析台风特征的重要途径,同时也是判断台风影响区域和范围的重要方法。近年来,台风路径聚类在海洋防灾减灾等涉海领域引起了广泛的关注。由于台风路径是一种时间序列数据,许多学者利用时间序列聚类方法对历史台风路径数据进行聚类,并进一步对聚类后的台风路径簇进行统计分析、挖掘规律。传统的时间序列聚类方法的精度有限且存在随机性问题,无法更好地满足台风灾害预警业务化的需求。为此,本文提出一种改进后的聚类算法和模体挖掘算法,对1949-2018年西北太平洋的台风最佳路径数据展开研究,主要研究内容如下:(1)传统台风路径分类研究方法,如主观识别和K-means聚类等方法。这些方法存在传统聚类算法原理所产生的随机性问题,依赖人工经验设置模型参数的智能化问题,以及针对特定台风研究而导致不具有普遍性的局限性问题。本文针对传统分类存在的问题,提出了一种提出基于密度质心的混合聚类算法,以地理位置的分布密度为划分标准,对台风生成点和登陆点的地理位置分布情况进行聚类,得到了若干个热点区域。这有效减少了传统聚类方法的随机性,并有效地提高了聚类算法的实用性;(2)台风路径数据是一种较为特殊的时间序列数据,不仅具有时间相关性,还具有空间相关性。为了更好地将台风路径空间相关性用于台风路径分类。本文提出了一种结合热点区域模体挖掘的台风路径分类算法。该方法从所有台风路径数据中,挖掘出频繁发生、最具代表性的台风路径模体,并将台风路径以相似阈值为标准进行分类。该方法有效地挖掘了台风路径空间特征的关键特征,实现了不需要先验干预、自动选择的自适应路径模体挖掘,取得了较为理想的台风路径分类效果。最后,本文针对台风路径分类结果,从季节、强度、生命周期等方向进行分析,进一步验证了分类方法的正确性与实用性,为台风领域研究提供了参考
其他文献
随着近年来人们对水产养殖的关注度增多,鱼类检测与识别对水产养殖业的环境监控、渔业发展等起到关键性作用。目前,水下目标识别技术已成为探索水产养殖业的重要部分,而对水产养殖浑浊水域鱼类的精确识别是渔民经济收益的保障。并随着行动摄像机和无人水下设备等水下记录设备的可及性提高,使得能够高效、安全地拍摄,而不存在通常人工数据收集时带来的后勤困难。然而,水下设备收集了大量需要手动处理的图像数据,对目标识别带来
深海区域占全球海洋面积的90%,超过一半的国际贸易都是通过海洋进行运输。浩瀚的海洋在促进人类文明、经济发展的同时,也留下了众多的人类遗址、遗迹和遗物。我国古代拥有辉煌的海上贸易历史,进行深海遗迹考古与发掘一方面可以推进我国先进海洋装备的研发与进步,另一方面也可以重现历史还原当时社会形态,对发展深海探测技术和传承发扬传统文化具有重要意义。为实现水下考古机器人近距离海底精细化目标检测,本论文以关键帧提
糖尿病视网膜病变(DR)是临床常见的眼病,是导致全球失明的主要原因之一。随着我国人民生活水平的提高,糖尿病视网膜病变的发病致盲率明显增高,其严重影响着患者的视力功能和生活质量。糖尿病黄斑水肿(DME)是导致糖尿病患者视力损害的常见原因。糖尿病黄斑水肿(DME)的早期发现和监测对于治疗糖尿病视网膜病变,预防患者视力损伤具有积极意义。光学相干断层扫描(OCT)是一种无创和无接触的成像方法,可提供视网膜
渔船监控系统(Vessel Monitoring System,VMS)是一种集渔船定位、网络通讯、地理信息、数据管理、电子信息显示等技术于一体的渔船综合应用系统。我国以具有自主知识产权的北斗导航系统为基础,构建了北斗渔船监控管理服务系统。目前,北斗VMS提供渔船报位经纬度、发报时间、速度、航向等信息的时间分辨率3min,空间分辨率10m,高精度的船位信息,可在渔船航迹识别、捕捞状态识别、作业区域
线性回归是一种通过对数据进行分析从而科学可靠地预测未来的方法,可以很好的协助企业或者机构更好的进行管理或者决策,而不是依靠经验和直觉等传统的方式。作为机器学习与数据挖掘领域当中最为经典的基础算法,线性回归中涉及到的线性计算在其它学习算法中也有着很重要的体现,比如逻辑回归、神经网络等。所以研究计算过程具有代表性的线性回归算法是非常有意义的。随着大数据时代的发展以及人们对线性回归目标模型性能要求的提升
目前缺失数据的存在已经成为数据质量问题中无法避免的影响因素。各领域研究中经常遇到数据缺失问题,该问题不仅影响研究结果的精度,也给实验研究带来局限性,限制了后续工作的有效进行。因此在最近几年,随着大数据研究成为热点,针对缺失数据的处理方法也成为数据处理领域的一个热点话题,国外学者为此展开了许多研究并提出了许多至今影响深远的处理方法。随后国内学者也开始研究缺失数据处理方法,但大多数方法都是在国外研究得
近年来,随着陆地资源的逐渐减少海洋成为了人类探索的目标。水下图像作为重要的信息载体,直观地反映水下环境信息,对海洋勘探、海洋环境监测、生物救援、水下机器人、海洋军事应用等的研究具有重要作用。但由于水下环境复杂及水中悬浮颗粒对光的吸收和散射,使捕获的水下图像质量严重衰减,很难直接用于高级计算机视觉任务。为了获取高质量的水下图像,部分研究人员根据图像像素分布的统计规律,将像素值进行均衡化处理,此类方法
热带气旋是最严重的自然灾害之一,主要包括大西洋和东北太平洋的飓风,南太平洋和印度洋的气旋,以及西北太平洋的热带气旋。热带气旋登陆时所携带的强风和强降水往往会对沿海地区的人民财产安全和社会经济发展造成重要影响。如何准确测算热带气旋强度,对热带气旋准确分类,减少沿海地区人民损失,已成为当下热门研究课题。传统的测算方法Dvorak方法的准确度往往取决于领域专家的主观性,而数值分析方法需要结合众多相关领域
台风引起的风暴潮灾害每年在世界沿海地区造成大量的经济损失和人员伤亡,因此获取精准且实时的台风预测信息,为防灾部门的预警预测提供决策支持至关重要。目前,国内外对台风的预测研究分为两类,一类是基于数值预报模拟和基于统计学等传统方法进行台风预测[1][2]。此方法需要大量的台风观测资料,并需要对台风的内部结构变化、关键物理过程及突变机制有足够的了解[3]。此外,台风过程的预测结果受到台风模型结构、地形、
碳化硅是一种具有代表性的第三代半导体材料,在现代电子信息产业中占有重要的地位。但是碳化硅硬度大、脆性高、具有化学惰性等特点,导致碳化硅加工难度大、加工成本高,阻碍了碳化硅更广泛的应用。化学机械抛光是目前唯一能够实现碳化硅表面全局化抛光的方法,目前对于碳化硅化学机械抛光技术的研究仅存在于实验阶段,缺少对其摩擦去除过程中去除机理和化学反应过程的深层次的研究,本文使用Reax FF反应力场分子动力学模拟