| 利用二型模糊聚类进行全球海表温度数据挖掘 |
| |
| 引用本文： | 孔令桥,秦昆,龙腾飞.利用二型模糊聚类进行全球海表温度数据挖掘[J].武汉大学学报(信息科学版),2012,37(2):215-219,255,256. |
| |
| 作者姓名： | 孔令桥 秦昆 龙腾飞 |
| |
| 作者单位： | 1. 武汉大学遥感信息工程学院,武汉市珞喻路129号,430079
2. 中国科学院对地观测与数字地球科学中心,北京市海淀区邓庄南路9号,100094 |
| |
| 基金项目： | 国家973计划资助项目 |
| |
| 摘 要： | 基于二型模糊集的C均值聚类方法对全球时序海表温度数据进行了聚类分析,得到全球海表温度异常的典型聚类模式,并从聚类中心挖掘出潜在的海洋气候指数。
|
| 关 键 词： | 模糊聚类 海表温度 数据挖掘 海洋气候指数 气候变化 |
Global SST Data Mining Based on Fuzzy Clustering |
| |
| KONG Lingqiao,QIN Kun,LONG Tengfei.Global SST Data Mining Based on Fuzzy Clustering[J].Geomatics and Information Science of Wuhan University,2012,37(2):215-219,255,256. |
| |
| Authors: | KONG Lingqiao QIN Kun LONG Tengfei |
| |
| Institution: | 1 School of Remote Sensing and Information Engineering,Wuhan University,129 Luoyu Road,Wuhan 430079,China)(2 Center for Earth Observation and Digital Earth,Chinese Academy of Sciences,9 South Dengzhuang Road, Haidian District,Beijing 100094,China) |
| |
| Abstract: | This paper implements global SST clustering analysis using C-means clustering method based on type 2 fuzzy sets,from which the typical clustering patterns of SST anomaly are discovered,and the potential ocean climate indices are discovered from the clustering patterns. |
| |
| Keywords: | fuzzy clustering SST data mining ocean climate indices climate change |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
