隨著氣象服務與人們生活的關系日益密切,人們對氣象信息服務的需求越來越多,但是受自動氣象站數(shù)目和空間環(huán)境等諸多因素,導致某些地區(qū)的氣象數(shù)據(jù)缺失或不準確。因此,為了獲取高密度的氣象數(shù)據(jù),彌補某些地區(qū)觀測點不足的情況,避免由于氣象數(shù)據(jù)不足而導致低質(zhì)量的氣象服務,本文提出一種改進型K-means聚類算法對氣象數(shù)據(jù)進行聚類分析,來提高氣象數(shù)據(jù)的精度,并利用參與感知技術,并引入高效的激勵機制,設計了一個基于參與感知的Web氣象服務系統(tǒng),為用戶提供方便、高質(zhì)量的氣象服務。根據(jù)傳統(tǒng)的K-means聚類算法所存在的問題,本文提出一種改進型的K-means算法,不僅可以得到數(shù)據(jù)集最佳的K值和初始聚類中心,而且可以將噪聲點其剔除出去,避免噪聲點對聚類結(jié)果產(chǎn)生影響。本文在總結(jié)目前現(xiàn)有的參與感知技術和激勵機制的基礎上,提出了一種基于貪婪算法的參與感知激勵分配機制,能夠?qū)崟r獲取更加精確的感知數(shù)據(jù)。并且,闡述了基于參與感知的Web氣象服務系統(tǒng)的主要功能的設計與實現(xiàn),包括系統(tǒng)用戶管理、發(fā)布管理、首頁、氣象新聞、產(chǎn)品服務頁面、個人中心和參與感知激勵模塊等功能模塊。本文采用B/S架構(gòu)、SSM框架技術、Echarts圖表庫... 

【文章來源】：南京信息工程大學江蘇省

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【部分圖文】：

圖２．１參與感知框架圖??感知層：即數(shù)據(jù)采集層

時的感知數(shù)據(jù)。??目前，人們對參與感知系統(tǒng)有了一定的研宄，并且已經(jīng)投入到應用當中，可以將參??與感知系統(tǒng)的整體架構(gòu)通過層級結(jié)構(gòu)來表示。參與感知框架如圖２．１所示，參與感知系??統(tǒng)從底層到最尚層可以分為感知層、網(wǎng)絡傳輸層、數(shù)據(jù)處理層以及應用層。??應用層?〇〇〇?’??ｓ知數(shù)據(jù)轉(zhuǎn)示??＿?介???數(shù)據(jù)處理層?１??服務器數(shù)據(jù)收集數(shù)據(jù)驗證數(shù)據(jù)整理??（（ｍ））??網(wǎng)絡傳輸層??移動網(wǎng)絡?Ｗｉｆｉ?Ｉｎｔｅｒｎｅｔ??脅??智能手機參與Ｓ知用■智能手機參與感知用戶??圖２．１參與感知框架圖??感知層：即數(shù)據(jù)采集層。參與者作為數(shù)據(jù)收集者，利用移動終端設備上內(nèi)嵌的傳感??器或擴展外部傳感器來采集周邊環(huán)境的數(shù)據(jù)，比如溫度、濕度、光照或氣壓等多種傳感??５??

??及退出這發(fā)送虛擬報酬，來激勵這類參與者重新加入感知活動。具體激勵過程如圖２．２??所示。??２．２?Ｋ－ｍｅａｎｓ?算法??Ｋ－ｍｅａｎｓ算法是一種簡單有效的聚類算法，通過距離來判斷相程度，并且將相似??度高的樣本歸為一類［１８］。具體算法處理過程是：首先隨機選擇Ｋ個數(shù)據(jù)樣本對象作為??初始聚類中心，通過迭代計算出剩余數(shù)據(jù)樣本對象與Ｋ個聚類中心的歐式距離，根據(jù)距??離大小來進行判斷是否為一類，然后調(diào)整聚類中心，最后判斷算法是否收斂，即聚類中??心是否會變化。若算法收斂，則聚類算法結(jié)束；若不收斂，則繼續(xù)重復以上步驟。具體??的算法流程圖如圖２．３所示：??開始??＼???Ｊ??丁???？初始化??￣￣?ｉ??Ｉ輸＼樣本Ｉ??ｔ?ｉ?１??計算樣本與聚??類中心的距離??丁??更新聚類中心??的值??Ｉ?????是否收斂＞??／?＾??結(jié)束??＼?ｙ??圖２．３?Ｋ－ｍｅａｎｓ算法流程圖??雖然Ｋ－ｍｅａｎｓ算法快速且簡單，但是仍然存在許多不足的地方：Ｋ－ｍｅａｎｓ算法對噪??聲點（離群點）非常敏感，而且會影響聚類結(jié)果；用戶需要事先隨機指定Ｋ值和聚類中??心點；無法發(fā)現(xiàn)球形以外的任意形狀簇。??２．３?Ｃａｎｏｐｙ?算法??Ｃａｎｏｐｙ算法是一種無監(jiān)督聚類算法，通常被用作Ｋ－ｍｅａｎｓ算法或?qū)哟?

【參考文獻】：
期刊論文
[1]基于角度補償?shù)氖謾C多傳感器數(shù)據(jù)融合測距算法[J]. 陳帥,王國英,莫路鋒.  傳感技術學報. 2017(02)
[2]普通克里金法在海水溫度剖面插值中的應用[J]. 楊雪峰,胡長青.  聲學技術. 2015(05)
[3]智能手機:普適感知與應用[J]. 陳龍彪,李石堅,潘綱.  計算機學報. 2015(02)
[4]基于數(shù)據(jù)密集性的自適應K均值初始化方法[J]. 韓最蛟.  計算機應用與軟件. 2014(02)
[5]組合問題中的貪心法的思想與求解[J]. 陳穩(wěn)穩(wěn),黃磊.  華章. 2014 (05)
[6]從有效供給角度看公共氣象服務分類[J]. 辛源,彭瑩輝.  閱江學刊. 2013(06)
[7]參與感知世界的激勵機制研究[J]. 康琳,李秀華,王衛(wèi)東.  單片機與嵌入式系統(tǒng)應用. 2013(08)
[8]基于J2EE的MVC開發(fā)框架探討[J]. 余陽,王會.  價值工程. 2010(19)
[9]基于Ajax構(gòu)建web應用程序的研究[J]. 陳曦.  吉林化工學院學報. 2007(02)

碩士論文
[1]山西省氣象中期預報應用系統(tǒng)的設計與實現(xiàn)[D]. 宋鵬飛.山西大學 2016
[2]基于Android的數(shù)據(jù)采集與遠程控制的設計與實現(xiàn)[D]. 楊亞偉.北京交通大學 2016
[3]群智感知的任務分配和用戶調(diào)度算法[D]. 程如洪.中國科學技術大學 2016
[4]基于Hadoop和Mahout的K-Means算法設計與實現(xiàn)[D]. 王繼重.大連海事大學 2016
[5]面向移動終端的消息推送系統(tǒng)設計與實現(xiàn)[D]. 陳邦卿.浙江工業(yè)大學 2015
[6]基于模型驅(qū)動的Web表單開發(fā)工具的設計與實現(xiàn)[D]. 李洪營.山東大學 2015
[7]省級自動氣象站資料處理應用系統(tǒng)設計與實現(xiàn)[D]. 方國強.電子科技大學 2015
[8]基于參與式感知的激勵機制的研究與實現(xiàn)[D]. 趙露名.北京郵電大學 2015
[9]參與感知系統(tǒng)中基于信息質(zhì)量的激勵機制研究[D]. 張凱.哈爾濱工程大學 2015
[10]基于WEB的氣象信息共享平臺的設計與實現(xiàn)[D]. 楊偉明.大連理工大學 2014



本文編號：2962544