毕业设计（论文）-基于空间聚类的台风轨迹提取

《毕业设计（论文）-基于空间聚类的台风轨迹提取》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、中南大学本科生毕业论文（设计）题目基于空间聚类的台风轨迹提取学生姓名指导教师学院信息物理工程学院专业班级测绘06级03班摘要空间聚类是空间数据挖掘与空间分析的重要手段之一，常用于揭示空间数据分布规律以及发现空间数据异常。现有的空间聚类方法多是针对空间点目标设计的，而实际应用中积累了大量的轨迹数据如台风轨迹、GPS导航数据、动物迁徙轨迹，对轨迹数据进行空间聚类分析有助于发现一些潜在的空间模式，具有重要的应用价值。本文针对台风轨迹数据，探究了一种基于分割-聚群思想的轨迹数据空间聚类方法。首先系统回顾了空间聚类以及

2、轨迹聚类的相关研究工作；进而重点介绍了基于分割-聚群思想的空间轨迹聚类方法-TRACLUS；最后，采用台风轨迹数据验证了TRACLUS算法在实际中的应用效果，并对其应用条件进行了分析，展望了空间轨迹聚类进一步研究的若干问题。关键词：空间数据挖掘，空间聚类，台风轨迹，TRACLUS算法IIIAbstractSpatialclusteringhasplayedanimportantroleinspatialdataminingandspatialanalysis.Itcanbeusedtodiscoverthes

3、patialassociationrulesandspatialoutliersinspatialdatasets.Existingspatialclusteringmethodsaremainlydesignedforspatialpointobjects.Recentimprovementsinsatellitesandtrackingfacilitieshavemadeitpossibletocollectalargeamountoftrajectorydataofmovingobjects.Examp

4、lesincludevehiclepositiondata,hurricanetrackdata,andanimalmovementdata.Thereisincreasinginteresttoperformdataanalysisoverthesetrajectorydata.Discoveringobjectsthathavemovedinasimilarwayisameaningfuldataanalysistask.Thus,anefficientspatialclusteringalgorithm

5、fortrajectorydatashouldbedeveloped.Inthispaper,wetestanewpartition-and-groupbasedmethodforclusteringtrajectoriesintheapplicationofhurricanetrackdata.TheperformancesoftheTRACLUSalgorithmarefullyperformed.Someissuescanbefurtherimprovedarealsosummarized.Keywor

6、ds:Spatialdatamining,spatialclustering,hurricanetrackdata,TRACLUSalgorithmIII目录摘要IAbstractII目录III第一章前言11.1研究背景与研究意义11.2本文研究内容21.3本文组织结构3第二章相关研究回顾42.1空间点数据聚类方法42.2空间轨迹聚类方法5第三章台风轨迹空间聚类算法73.1算法概述73.1.1问题描述73.1.2TRACLUS算法83.2台风轨迹分割93.2.1特征点提取93.2.2构造特征线段123.3特征

7、线段聚类133.3.1基于密度的特征线段空间聚类133.3.2簇的代表轨迹18第四章实验分析224.1实验设计224.2台风轨迹提取结果224.3结果分析24第五章总结25参考文献26致谢28III中南大学本科生毕业论文第1章前言------------------------------------------------------------------------------------------------------------------------------------------第一章前

8、言1.1研究背景与研究意义随着科技的发展和社会的进步，人们在工作生活当中需要掌握和运用的各类数据越来越多。为了在不增加数据量的情况下获得更多有用信息，就要想办法从各类数据中充分挖掘隐含的、潜在的信息。基于这种想法，数据挖掘技术应运而生。数据挖掘(DataMining)，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程[1]。空间信息技术尤其是对地观测技术的进步使得人们能更