基于模糊C均值聚类算法的海洋环境监测研究  

Research on marine environment monitoring based on fuzzy C-means clustering algorithm

作　　者：张彦军[1] 张姗姗 

机构地区：[1]青岛科技大学自动化与电子工程学院,山东青岛266042

出　　处：《工业仪表与自动化装置》2017年第6期3-6,共4页Industrial Instrumentation & Automation

基　　金：山东省自然科学基金(ZR2014FL018);青岛科技大学博士科研基金(010022530)

摘　　要：该文将模糊C均值聚类算法(FCM)应用到海洋环境监测数据的挖掘中。应用数据预处理算法,对莱州湾海域的历史海洋数据包括p H值、温度、溶解氧浓度等进行处理;应用FCM算法对不同海域的数据进行聚类,以此获得相近海域的数据特征;将该算法应用到海水污染预警中,用于区分污染和未污染海水样本。实测结果表明了算法的有效性,为海水污染预警提供了一种新的思路。In this paper, the fuzzy C - means clustering algoritlim（ FCM） is applied to the mining ofmarine environmental monitoring data. The data of the sea area 1 Laizhou Bay, including pH value, temperature, dissolved oxygen concentration, and so on, are analyzed ,y data preprocessing algorithm.FCM algorithm is used to cluster the data of different sea areas, so as to obtain the data characteristics ofsimilar sea area. The algorithm is applied to the prediction of seawater pollution,which is used to distin-guish between the polluted and non - polluted seawater samples. The results show thfective and provides a newway for the early warning of sea water pollution.

关 键 词：模糊C均值聚类算法 海洋环境 数据预处理算法 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]