基于PCA分析的在线分类系统在洪水预报中的应用

详细信息    查看官网全文

• 论文作者：邓生 ; 唐彦
• 年：2017
• 作者机构：河海大学计算机与信息学院;
• 论文关键词：模糊C均值聚类 ; PCA(主成分分析法) ; 伪F统计量 ; BP神经网络
• 会议召开时间：2017-03-30
• 会议录名称：探索“智慧水利” 推动科技创新——2017（第五届）中国水利信息化技术论坛论文集
• 语种：中文
• 分类号：P338
• 学会代码：BWTS
• 会议名称：2017（第五届）中国水利信息化技术论坛
• 会议地点：中国江苏南京
• 主办单位：河海大学、中国水利学会
• 学会名称：北京沃特咨询有限公司
• 页数：17
• 文件大小：593k
• 原文格式：D
• 会议级别：全国

摘要

本文基于文献~([1])已有的洪水预报方法,对在论文中余留的问题进行分析做出改进。针对其预报流程,存在缺点,其一,聚类特征仅仅选择了两个特征是不严谨的,影响洪水的因素很多,这样聚类会损失很多有用信息,其二,其直接聚类为3类,并没有对多个聚类数下的情况做讨论得到最优聚类。针对此类问题,我们做如下改进,在模糊C均值聚类前,增加影响洪水的属性,改进文献~([2])中的PCA分析法(增加KMO检验与Bartlett检验用来判断数据集做提取的优劣,增加碎石图来确定提取主成分的个数),用来处理数据,能有效地过滤掉无用及冗余信息,并且能对高维数据进行降维,然后基于处理后的数据在不同聚类数下聚类,利用伪F统计量来判断最优聚类数,然后利用BP神经网络作为输出进行在线分类。经过改进,我们发现系统能很好进行洪水的分类并且克服原来的缺点。

引文

[1]任明磊,王本德.基于模糊聚类和BP神经网络的流域洪水分类预报研究.《大连理工大学学报》,2009,49(1):121-127;
    [2]刘可新,包为民等.基于主成分分析的K均值聚类法在洪水预报中的应用.《武汉大学学报工学版》,2015,48(4):447-450;
    [3]褚贵庆.基于聚类分析的洪水预报研究[D].浙江大学建筑工程学院浙江大学,2010.
    [4]刘利平,陈健,张礼平.应用模糊聚类方法制作韩江洪水预测[J].水文,2006,26(2):60-62
    [5]M.A.Vogol,A.K.C.Wong,PFS Clustering method[J].IEEE Trans.PAMI,1979,1(3):237-245;
    [6]S Tavakol,R Dennick,M Tavakol.《BMC Medical Education》,2011,11(1):1-8
    [7]沈花玉,王兆霞等.《天津理工大学学报》,2008,24(5):13-15
    [8]陈武凡.模糊聚类软分类问题的最佳分割.《小型微型计算机系统》,1992(6):18-24
    [9]李雪,崔杜武,费蓉,一种基于模糊度的聚类有效性函数,《模式识别与人工智能》,2008
    [10]陈守煜.工程模糊集理论与应用[M].北京:国防工业出版社,1998
    [11]熊桢,郑兰芬.分层神经网络分类算法[J].测绘学报,2000,29(3):229-234
    [12]张姣玲.利用FCM求解最佳聚类数的算法.《计算机工程与应用》,2008,44(22):65-67;