基于主成分分析和改进K-means算法的极轨气象卫星数据处理软件分型研究  

Data processing software for polar orbit meteorological satellite software classification based on principal component analysis and improved K-means cluster algorithm

作　　者：林曼筠[1] 赵现纲[1] 皇甫大鹏 陈平 

机构地区：[1]国家卫星气象中心,北京100081 [2]北京师范大学信息网络中心,北京100875

出　　处：《北京师范大学学报（自然科学版）》2017年第6期656-662,共7页Journal of Beijing Normal University(Natural Science)

基　　金：国家863计划资助项目(2011AA12A104)

摘　　要：提出了一种基于主成分分析方法和改进K-means算法的气象软件分型方法,该方法利用软件运行时资源消耗情况来刻画软件运行特征和对软件分类.首先引入主成分分析方法对软件运行特征进行降维;然后采用改进K-means算法对气象数据处理软件进行分型;最后结合主成分分析结果解释各类软件运行特征的意义.提出了一套指标体系刻画软件,使用该指标体系可以判断极轨气象卫星数据处理的各类软件运行是否正常,通过实验证明,该方法的分类结果与实际情况相符.同时,该指标体系可作为优化软硬件资源分配和提高软件运行效率的依据.We propose here a new method of meteorological software classification based on principal component analysis （PCA） and improved K-means algorithm. The method first references PCA for feature dimensionality reduction and interpretation softwares, then adopts improved K-means algorithm for classification of meteorological data processing software, before PCA results are used to explain software operating characteristics and significance. The classifications of this method are consistent with actual situation, a set of index systems are then used to describe various kinds of software. This index system can be used to optimize allocation of software and hardware resources and to improve efficiency of software operation.

关 键 词：主成分分析 改进K-MEANS算法 特征分析 相似度算法 指标体系 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]