科研之友
微信
新浪微博
Facebook
分享链接
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SparkK-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。
-
单位四川轻化工大学
