基于商空间的气象时间序列数据挖掘研究  

Research on meteorological time series data mining based on quotient space

作　　者：石扬[1] 张燕平[1] 赵姝[1] 张玲[1] 田福生[1] 汪小寒[1] 

机构地区：[1]安徽大学计算智能与信号处理教育部重点实验室,合肥230039

出　　处：《计算机工程与应用》2007年第1期201-203,共3页Computer Engineering and Applications

基　　金：国家973重点基础研究发展规划资助项目(2004CB318108);国家自然科学基金资助项目(60475017);安徽省自然科学基金资助项目(050420208)。

摘　　要：论文从一种新的角度,针对气象时间序列的特点,在商空间粒度计算理论框架下,采用多种粒度,从不同的层次分析复杂的气象数据信息,利用商空间的合成技术,和多侧面递进算法进行综合信息处理。并提出了一种灰色模型GM(1,1)与构造性机器学习方法(交叉覆盖算法)结合的模型对气象时间序列进行数据挖掘(产量预测)。最后,通过该模型在真实数据上的实验(冬小麦产量预测),取得了令人满意的结果。For the characteristic of meteorological time series data set,under the framework of quotient space granular computing model,complicated meteorological information is analyzed at different layers with different grain-sizes.Additionally,the information is dealt with by the combination method in quotient space theory and the thinking in multi-side increase by degrees algorithm.A model that combines grey model GM （1,1） and structural machine learning method（Ahernative Covering Algorithm） is presented for meteorological time series data mining（the forecast of yield）.Finally,the experiments on data sets from real world（the yield forecast for winter wheat） are conducted by this model ,and the result is satisfying.

关 键 词：商空间 粒度计算 构造性机器学习方法 气象时间序列 灰色模型 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]