數(shù)據(jù)挖掘技術(shù)在圍網(wǎng)漁業(yè)漁情預(yù)報中的應(yīng)用研究——漁情預(yù)報中強(qiáng)影響因子的挖掘.pdf

1、本論文主要研究內(nèi)容為以下幾個方面： (1) 我們改進(jìn)了傳統(tǒng)的基于可辨識矩陣的屬性約簡算法，采用啟發(fā)式搜索方法，利用屬性在可辨識矩陣中的出現(xiàn)頻率作為啟發(fā)條件，來對決策表進(jìn)行搜索進(jìn)而獲得約簡屬性，為了獲得較優(yōu)的約簡，在算法中增加了反向刪除策略，判斷每個約簡屬性是否獨(dú)立，直到不能刪除為止，最終獲得有效的最小約簡。這種算法可以有效獲得屬性集的一個最小約簡，而不是傳統(tǒng)算法得到的一個約簡的超集。 (2) 根據(jù)研究得到的新型屬性約簡算

2、法，對影響圍網(wǎng)漁業(yè)產(chǎn)量的4種不同類型海洋環(huán)境因子：海水溫度因子(5個)、海面高度因子(2個)、海面風(fēng)速因子(1個)和海水葉綠素濃度因子(1個)進(jìn)行數(shù)據(jù)挖掘，以得到其中對圍網(wǎng)漁業(yè)產(chǎn)量影響的核心因子集合。通過收集相應(yīng)海洋環(huán)境因子，經(jīng)過合適預(yù)處理后，得到度量一致，結(jié)構(gòu)統(tǒng)一，賦予有效性的海洋數(shù)據(jù)集。由于屬性約簡算法對數(shù)據(jù)的特殊要求，需要將數(shù)值屬性的概念層級提升，以獲得合適的屬性相等標(biāo)準(zhǔn)，故而根據(jù)面向?qū)傩詺w納的思想，對數(shù)據(jù)集進(jìn)行數(shù)據(jù)泛化操作，再利

3、用新型屬性約簡算法，獲得屬性集的最小約簡。 (3) 根據(jù)數(shù)據(jù)挖掘后的約簡屬性來建立回歸模型，并通過獲得的模型來驗(yàn)證屬性約簡算法獲得的強(qiáng)影響因子。 (4) 在整個實(shí)驗(yàn)過程中，我們發(fā)現(xiàn)針對海洋環(huán)境因子數(shù)據(jù)，我們需要著力解決海洋數(shù)據(jù)的編碼格式統(tǒng)一、度量統(tǒng)一、數(shù)據(jù)結(jié)構(gòu)統(tǒng)一、可定制化和及時傳輸?shù)葐栴}，而這些問題隨著引入RSS技術(shù)，可以得到有效的改善，事實(shí)上，USGS(U.S.Geological Survey)已經(jīng)通過RSS技術(shù)來

4、發(fā)布關(guān)于地震信息的數(shù)據(jù)了，并且取得了較好的效果。最后提出基于RSS的圍網(wǎng)漁業(yè)自動化漁情預(yù)測軟件框架，通過之前數(shù)據(jù)挖掘研究中書寫的兩個SQL存儲過程結(jié)合RSS技術(shù)實(shí)現(xiàn)自動化的數(shù)據(jù)收集、數(shù)據(jù)泛化、約簡屬性提取，進(jìn)而建立預(yù)測模型。 本文針對傳統(tǒng)圍網(wǎng)漁業(yè)漁情預(yù)測方法的缺點(diǎn)，首次綜合多種類型海洋環(huán)境因子，采用數(shù)據(jù)挖掘技術(shù)中的面向?qū)傩詺w納和新型屬性約簡方法，獲得多種類型因子中的約簡屬性，即影響圍網(wǎng)產(chǎn)量的強(qiáng)影響因子，進(jìn)而通過構(gòu)建回歸預(yù)測模型進(jìn)