基于改进K-means的大气污染物高维度信息研究
Research and Exploration in Laboratory（2022）
摘要
对中国2013～2018年高分辨率大气污染分析开放数据集采用传统数据挖掘方法时,面临数据量大、挖掘效率低等难题,改用基于Spark K-means的聚类方法对大气污染物海量信息进行研究.以6种常见大气污染物和5种环境影响因子为例,建立了Pm2.5、Pm10、SO2、NO2、CO、O3和Temp等数据维度模型.对K-means算法选择初始聚类数K值时,利用Gap Statistic算法相比传统K-means算法利用SSE算法确定K值,Gap Statistic算法在高维度样本数据模型中确定K值更合理且直观.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要