一种基于层次聚类的机场噪声数据挖掘方法  

Airport Noise Data Mining Method Based on Hierarchical Clustering

作　　者：徐涛[1,2] 谢继文[1] 杨国庆 

机构地区：[1]中国民航大学计算机科学与技术学院,天津300300 [2]中国民航信息技术科研基地,天津300300

出　　处：《南京航空航天大学学报》2013年第5期715-721,共7页Journal of Nanjing University of Aeronautics & Astronautics

基　　金：国家自然科学基金重点(61139002)资助项目;国家高技术研究发展计划("八六三"计划)(2012AA063301)资助项目;中国民用航空局科技项目(MHRD201006;MHRD201101)资助项目;中央高校基本科研业务费专项资金(3122013P013)资助项目

摘　　要：针对机场噪声数据集特征,提出一种基于代表点的快速层次聚类算法,该算法在传统凝聚层次聚类算法的基础上,借助聚类代表点法和二分法策略进行改进。同时,提出一种聚类代表点和聚类算法相似性定义相结合的聚类结果评价方法,并采用其对聚类结果进行评价。实验结果表明,该算法不仅运行效率高,而且能够较准确地发现特定类型飞行事件的噪声分布模式,利用该分布模式能够较准确地预测特定类型飞行事件的噪声分布状况。According to the characteristics of airport noise data,a fast hierarchical clustering algorithm based on representative point is presented.This algorithm improves the traditional condensed hierarchical clustering algorithm by using clustering representative point method and dichotomy strategy.Meanwhile,a clustering result evaluation method which combines the clustering representative point and the definition of similarity in clustering algorithm is proposed.The experimental results show that the proposed algorithm not only has high performance,but also can discover the noise distribution model of a specific type of flight event correctly.The method can accuratly predict the noise distribution model of these flight events.

关 键 词：数据挖掘 机场噪声预测 代表点 快速层次聚类算法 聚类结果评价 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]