加入收藏 | 设为首页 | 会员中心 | 我要投稿 济南站长网 (https://www.0531zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 大数据 > 正文

【原创】薛存金:面向海洋异常变化的时空关联挖掘模型

发布时间:2021-03-15 16:34:08 所属栏目:大数据 来源:网络整理
导读:副标题#e# 此内容为数据派独家内容,数据派是清华大数据产业联合会官方微信公众账号,定期发布清华大数据系列讲座信息,分享讲座实录,欢迎个人转发、收藏 。 其他机构或媒体如需转载,请联系 yafei.xue@tsingdata.com 申请授权。 【在“数据派”回复“清华

现在对这个数据最基础的数据是遥感数据,为了实现不同的区间,对遥感数据有一个对象的提取。在方法方面分析了现有的方法,也有我们自己的方法。然后实现对象和栅格不同的关联。在这边我们首先想说一下针对遥感数据,首先是对象,有ENSO事件的识别、海洋锋、涡旋等,这些区域是比较敏感变化的区域提取。


【原创】薛存金:面向海洋异常变化的时空关联挖掘模型

下面是单一的方法提出来的区域,这些区域都说明了不同的区域响应比较敏感的区,这些区我们也是作为一个对象的输入。


【原创】薛存金:面向海洋异常变化的时空关联挖掘模型

这个方法我们提出一个6F的基本方法,每一个区域的提取,这个是一个结果。这两条曲线现在看是比较吻合的,其中一条曲线是SST的时间特征。另外一条曲线是MEI,这两条曲线非常相关,基本上在0.98以上。这样的一个空间模态应该受到ENSO信号非常强的关联特征。


【原创】薛存金:面向海洋异常变化的时空关联挖掘模型

下面涉及到对象的提取过程,首先我们利用一个具像处理,把极简模式去掉,去ENSO相关的主干,然后提取敏感的区域。下面这张图比较难的是针对时间序列的,这是在太平洋这个点探出来的,下面这个明显的是季节模式,下面这张图是季节变化以后的模式,这种模式应该更能体现出序列变化的关系。


【原创】薛存金:面向海洋异常变化的时空关联挖掘模型

【原创】薛存金:面向海洋异常变化的时空关联挖掘模型


下面这个是面向栅格挖掘的结构,首先是针对多持续的遥感数据,满向时空挖掘的序列,然后是空间、时间、信息,定义一切的支持,这是我们的一个模式挖掘方法和模式的提取。


【原创】薛存金:面向海洋异常变化的时空关联挖掘模型

下面这个框架是面向对象的,我们首先是基于遥感数据,提取了我们认为的敏感区域,通过一些参数的输入和算法的设计,最后实现对象与对象之间关联模式的提取。


【原创】薛存金:面向海洋异常变化的时空关联挖掘模型

现在我们对已有的验算进行了分析,有一些缺陷,利用互信息的概念来挖掘方法。


【原创】薛存金:面向海洋异常变化的时空关联挖掘模型

这个方法的概念利用信息论中的互信息概念,首先提取相关的2维关联模式。在平台下扫描的过程中,二维是计算复杂度最高的。针对二维的关联模式设计了M+1的算法,最后形成一个比较强的关联模式。


【原创】薛存金:面向海洋异常变化的时空关联挖掘模型

这个算法和比较典型的Apriori进行了对比,上面这个表列出来的是在扫描的次数上分了三个步骤,在第一步扫描时我们自己的算法是扫描一次,结果是25的关联模式。AP得出来的是15。第二个阶段是针对每一个关联模式的级别扫了一次,A级算发对后选级的选择一般次。在这一步中,我们针对比较复杂的项目越多,我们这里的计算复杂度会降低。第三步基本上是一致,是后选的关联规则,最后产生的是相关的关联规则。


(编辑:济南站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!