|
图书馆
|
你的个人资料 |
|
控制论与编程
正确的文章链接:
Belikova M.Y., Karanina S.Y., Glebova A.V.
雷击放电数据分组问题中聚类算法的实验比较
// 控制论与编程.
2018. № 1.
С. 15-26.
DOI: 10.25136/2644-5522.2018.1.25261 URL: https://cn.nbpublish.com/library_read_article.php?id=25261
雷击放电数据分组问题中聚类算法的实验比较
DOI: 10.25136/2644-5522.2018.1.25261评审日期 19-01-2018出版日期 26-01-2018注解: 本文介绍了采用k-means、dbscan算法和分层聚集算法对雷击放电数据进行聚类分析的实验比较结果,其中采用最近邻、全平均连接方法和Ward方法计算了聚类间距。 估计归一化参数对由所考虑的算法对测试样本确定的聚类数的影响。 作为测试样本，使用了由世界范围闪电定位网络（WWLLN）记录的关于登记时间和闪电放电坐标的数据。 使用R语言开发的Nbclust，dbscan和fpc聚类分析方法，通过选择的聚类算法构建分组解决方案。 表明，当使用分层聚类算法（特别是对于最近邻方法）时，归一化参数的值的选择对从所考虑的样本分配的聚类数量具有显着影响。 归一化参数的选择对使用k-means和dbscan算法的闪电放电聚类结果的影响很小或没有影响。 对于具有对应于100km对流风暴单元的线性尺寸和存在时间从30分钟到1小时的归一化参数的dbscan算法，获得了与专家评估的最佳一致。 出版日期: 数据挖掘, 聚类算法, k-手段, , 分层算法, 聚类质量, 剪影索引, 数据规范化, 闪电放电, WWLLN |
© 1998 – 2024 Nota Bene. Publishing Technologies. NB-Media Ltd.
Cn
