一种基于k-means聚类的实时气温动态质量控制方法
针对当前实时气温质量控制存在的问题,提出了一种基于k-means聚类的动态控制算法.算法首先用k-means方法将区域内各测温点划分为若干气温相似的聚类,然后分别对各聚类内的点进行离群率和离群速度的判别,以确定各点的质量.与传统气温质量控制方法相比,该算法采用单点气温与整体气温相比较的思想,不需要预先设置气温参考极值,因而更具有实时性和科学性.而且,该算法的复杂度较低,适合较大气温输入数据集的计算.
气温观测 质量控制 聚类算法 数据集计算
周笑天 褚希 姚志平
山东省气象信息中心,山东 济南 250031 吉林省气象台,吉林 长春 130062
国内会议
南京
中文
1-7
2013-10-23（万方平台首次上网日期，不代表论文的发表时间）