数据挖掘在昆明气象数据分析中的应用.pdf

《数据挖掘在昆明气象数据分析中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级公开编号擘碛士研究嗲像拾式题目数据挖掘在昆明气象数据分析中的趟学院（所、中心）数学与统计学院专业名称概率论与数理统计研究生姓名李伟能学号导师姓名孟：捷职称腿年月论文独创性声明及使用授权本论文是作者在导师指导下取得的研宄成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，不存在剽窃或抄袭行为。与作者一同工作的同志对本研宄所做的任何贡献均己在论文中作了明确的说明并表示了谢意。现就论文的使用对云南大学授权如下：学校有权保留本论文（含电子版），也可以采用影印、缩印或其他复制手段保存论

2、文；学校有权公布论文的全部或部分内容，可以将论文用于査阅或借阅服务；学校有权向有关机构送交学位论文用于学术规范审查、社会监督或评奖；学校有权将学位论文的全部或部分内容录入有关数据库用于检索服务。内部或保密的论文在解密后应遵循此规定）摘要过去几十年，气象部门积累了大量的气象资料，然而面对如此庞大的数据资料，如何有效地利用这些数据是该领域的工作者面临的一个难题。显然，用人工的方法几乎不可能处理这样大规模的数据，而借助计算机的帮助，我们可以利用数据挖掘技术来挖掘出有价值的信息。本文首先对数据进行了预处理，包括异常值、缺失值的分

3、析和处理，还将数据按月汇总，并对月均数据进行了探索性分析的尝试，以期发现主要指标的变化规律。然后采用决策树中的算法对月平均气温为连续型的数据集进行预测和验证，同时还对等宽分箱法和聚类离散化月平均气温的方法分别用算法和算法做了预测和比较分析，发现经离散化后的算法的准确率较高，在训练集上达到，在验证集上达到。其次，还用了两种神经网络（分别是神经网络和神经网络）模型对两种离散化月平均气温的方法都做了预测，发现要好于，训练集上准确率达到，验证集上高达除此之外，还将决策树模型与神经网络模型在连续型目标变量的基础上进行了预测并作了对

4、比分析，发现在各方面的指标都要优于决策树，如绝对平均误差、最小误差、标准差、误差平方和等等。说明了神经网络在预测连续型目标变量和离散型目标变量旳可行性和有效性，特别是神经网络，在对气温预测时，准确率更髙。关键词：数据挖掘；探索性分析；决策树；神经网络；气温预测AbstractOverthepastfewdecades,themeteorologicaldepartmenthasaccumulatedalargenumberofmeteorologicaldata，，，，，，，目录录第一章绪论论文研宄背景论文研宂内容及主要

5、研宄方法论文研究目的和意义第二章数据挖掘的基本理论数据挖掘定义数据挖掘的主要过程数据挖掘主要的研究方法数据挖掘的发展历程及研究现状国外的数据挖掘发展历程及研究现状国内的数据挖掘发展历程及研宄现状第三章气象数据的预处理与探索性数据分析气象数据的预处理数据预处理简述气象数据的特点数据预处理方法昆明市气象数据的预处理数据来源及相关说明预处理过程探索性数据分析概念及方法昆明气象数据的描述性统计分析昆明主要气象指标的相关性分析昆明主要气象指标的描述性分析第四章决策树分类和预测在昆明气象数据中的应用4.1决策树的概念与相关算法决策树

6、常见的几种决策树算法曲线决策树算法在昆明气温预测中的应用非离散化的气温预测离散化后的气温预测第五章神经网络分类和预测在昆明气象数据中的应用神经网络概述神经网络的基本工作原理几种常见的神经网络模型多层感知器（神经网络神经网络神经网络模型在昆明气象数据中的应用径向基函数神经网络模型在昆明气象数据中的应用神经网络结构模型与决策树比较结果比较‘第六章总结与展望全文总结展望■参考：献第一章绪论第一章绪论论文研究背景近些年来，越来越多的人们感觉到，无论走在哪里，都会感觉到气温的变化异常，对于又美誉之称“春城”的昆明更是如此，年月昆明

7、连续的三场降雪时以前从没有过旳，仅仅过去个月，在月日至月日，一周时间内竟有天在以上，甚至比过去几十年中一年累计最高气温超过°的天数还多，上半年累计超过的天数高达天，并且连续几天不断刷新昆明有气象记录以来的最高气温纪录，一度达到°不仅如此，昆明市年前个月的累计降雨量达到，远超前几年的纪录，其中年是，年是，年是，年是，年是。同样是在云南省，这种过山车”式的天气还同样出现在了除昆明以外的其他很多地方，如元江和元阳等地，在年月日，元阳当日最高温度竟突破摄氏度，连续几天位居中国天气网的全国最高气温的榜首，刷新了当地历史极值，云南省

8、当日超过°的县市达到不可思议的个。云南省由于境内海拔高度相差较为悬殊（南北可相差米，年平均气温由元江谷地的°向西北递减到而温度与农业生产和人类的活动密不可分，温度是农作物生长必需的外界环境因子之一，人类的生产生活也会反过来影响气温，现代生活中越来越多的机动车辆、工业生产过程中不断排放出来的氮氧化物、碳氧化物以及各种粉