基于分层递阶粒度聚类法的空气质量评价

被引：2

作者：

汪小寒 ^{[1
]}

张燕平 ^{[2
]}

赵姝 ^{[2
]}

张铃 ^{[2
]}

机构：

[1] 安徽师范大学数学计算机科学学院

[2] 安徽大学计算机科学与技术学院

来源：

计算机应用研究 | 2013年 / 30卷 / 01期

关键词：

粒度; 商空间; 分层递阶; 聚类; 空气质量;

D O I：

暂无

中图分类号：

X824 [水质评价]; TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对气候变化与空气质量评价问题,考虑到空气质量数据具有复杂、不确定、不完备、海量高维的特点,提出基于分层递阶商空间的粒度聚类分析法。利用分层递阶模型,通过属性函数对原问题的论域进行划分,获得问题求解的不同层次粒度空间,可以将不确定信息转换成确定性信息,降低问题复杂性,易推广至高维海量数据分析中。宣城市空气质量评价实验结果表明,这种方法能很好地反映该市空气质量的日变化和季节变化,进一步验证了其有效性。

引用

页码：192 / 194

页数：3

共 12 条

[1]

大气质量评价与预测的智能方法研究.[D].王守权.吉林大学.2011, 10

[2] 气候变化对环境空气质量影响的研究进展 [J].