闫 可 程文芳

1(复旦大学计算机科学技术学院 上海 201203) 2(中国极地研究中心 上海 200136)

海洋水文观测数据聚类

闫 可1程文芳2

1(复旦大学计算机科学技术学院 上海 201203)2(中国极地研究中心 上海 200136)

在科学考察中，数据的获取受自然环境因素以及监测成本影响较大，实际布放的监测点的数量和位置可能无法达到预期，并且所采集的数据集中通常包含了多种监测要素，利用数据分析来弥补因自然环境影响而造成的数据缺失并找出数据变化规律显得尤为重要。以南极普里兹湾水文数据为研究对象，利用空间插值的方法，来弥补数据不足和监测点稀疏的问题，再将改进的动态时间弯曲距离算法用于具有多要素特性的水文深度序列相似度衡量，实验结果表明相较于传统的欧氏距离相似度衡量更为准确。基于所提出的相似度衡量算法，对普里兹湾水文数据进行聚类，并获得了每个簇的空间分布情况。

水文数据 空间插值 动态时间弯曲 相似度衡量 深度序列 K-means

0 引 言

科学数据挖掘定义为：将数据挖掘应用于科学问题，而不是商业、经济等领域，相对于传统的商业数据驱动的数据挖掘应用主要的区别在于数据集的性质，不仅仅是数据本身的性质还包括数据获取以及处理的过程也有显著的不同。科学数据是科研人员为了研究某一类学科或者特殊现象而采集的一系列数据集，例如气象现象、土壤性质、种群迁徙等[1]。通常包含了多种监测要素，且要素之间相互影响，如何在包含有多种要素的数据集中挖掘出潜在的规律是一大挑战；……