期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于连通距离和连通强度的BIRCH改进算法 被引量:7
1
作者 樊仲欣 王兴 苗春生 《计算机应用》 CSCD 北大核心 2019年第4期1027-1031,共5页
为解决利用层次方法的平衡迭代规约和聚类(BIRCH)算法聚类结果依赖于数据对象的添加顺序,且对非球状的簇聚类效果不好以及受簇直径阈值的限制每个簇只能包含数量相近的数据对象的问题,提出一种改进的BIRCH算法。该算法用描述数据对象个... 为解决利用层次方法的平衡迭代规约和聚类(BIRCH)算法聚类结果依赖于数据对象的添加顺序,且对非球状的簇聚类效果不好以及受簇直径阈值的限制每个簇只能包含数量相近的数据对象的问题,提出一种改进的BIRCH算法。该算法用描述数据对象个体间连通性的连通距离和连通强度阈值替代簇直径阈值,还将簇合并的步骤加入到聚类特征树的生成过程中。在自定义及iris、wine、 pendigits数据集上的实验结果表明,该算法比多阈值BIRCH、密度改进BIRCH等现有改进算法的聚类准确率更高,尤其在大数据集上比密度改进BIRCH准确率提高6个百分点,耗时降低61%。说明该算法能够适用于在线实时增量数据,可以识别非球形簇和体积不均匀簇,具有去噪功能,且时间和空间复杂度明显降低。 展开更多
关键词 层次聚类 在线算法 BIRCH 聚类特征 聚类特征树
在线阅读 下载PDF
ECMWF全风速场集合预报结果的偏差订正与预报不一致性分析 被引量:9
2
作者 任晨辰 段明铿 《大气科学学报》 CSCD 北大核心 2019年第3期360-369,共10页
采用卡尔曼滤波类型自适应误差订正法和滑动自适应权重法,对2012年夏季ECMWF10m全风速场集合预报结果进行偏差订正,对订正前后的预报结果进行评估,并通过Jumpiness指数对预报结果订正前后的预报不一致性特征进行分析。结果表明,卡尔曼... 采用卡尔曼滤波类型自适应误差订正法和滑动自适应权重法,对2012年夏季ECMWF10m全风速场集合预报结果进行偏差订正,对订正前后的预报结果进行评估,并通过Jumpiness指数对预报结果订正前后的预报不一致性特征进行分析。结果表明,卡尔曼滤波类型自适应误差订正法能有效降低集合预报的均方根误差,且当起报时刻为00时对中低纬度地区的订正效果更显著,当起报时刻为12时对中高纬度地区的订正效果更明显;卡尔曼滤波类型自适应误差订正法能有效改善Talagrand的U型或L型分布;由均方根误差分析结果知道,ECMWF10m全风速场集合预报本身存在较大的预报不一致性,经过卡尔曼滤波类型自适应误差订正后,集合预报的预报不一致性明显降低,偏差订正可有效改善集合预报的预报不一致性,且随着预报时效的延长,卡尔曼滤波误差法对预报不一致性的改善效果更加明显;从预报不一致性的发生次数特征来看,单点跳跃出现的次数最多,异号三点跳跃的次数最少;经过卡尔曼滤波类型自适应误差订正后,单点跳跃、异号两点跳跃、异号三点跳跃次数都有所下降。 展开更多
关键词 卡尔曼滤波类型自适应误差订正法 全风速场 预报不一致性 Jumpiness指数 集合预报
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部