氣象行業(yè)擁有著海量的氣象數(shù)據(jù),當需要進行氣象預報或氣候預測這類業(yè)務(wù)時,就需要對這些海量氣象數(shù)據(jù)進行大量繁復的運算,同時伴隨著各種新型雷達的投入使用以及各種觀測站的建立,使氣象資料的收集方式變得更加多元化,氣象資料的種類和形式也越來越多樣化。氣象行業(yè)內(nèi),氣象資料的管理和共享也存在著諸多弊端,傳統(tǒng)的數(shù)據(jù)挖據(jù)技術(shù)與方法已經(jīng)越來越難以滿足氣象資料的存儲與處理。云計算的出現(xiàn),為氣象資料的處理提供了一個新的思路。雷暴是一種災害性天氣現(xiàn)象,給人們的日常生活帶來嚴重的威脅。因此,提高雷暴預測的精度以及采取必要的防雷措施就具有重要的現(xiàn)實意義。本文在分析云平臺相關(guān)理論模型的基礎(chǔ)上,選取了NCEP歷史再分析資料,江蘇省閃電定位資料以及雷災文本信息作為研究對象,主要進行了如下工作：（1）在基于Hadoop集群的ThunderCloud平臺上,提出了MRKM（MapReduce K-means）算法對雷災文本進行聚類。MRKM將傳統(tǒng)的K-means算法轉(zhuǎn)化成兩個map函數(shù),一個combiner函數(shù)以及一個reduce函數(shù)來實現(xiàn)。通過該算法對雷災文件進行聚類操作,并對聚類后的文檔中的高權(quán)值詞匯進行分析,得到雷災分... 

【文章來源】：南京信息工程大學江蘇省

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

ICTCLAS分詞效果

CSl(critical success indexy5G]臨界成功指數(shù)是常用的一種預報評分方法，aldson發(fā)現(xiàn)并為之命名的。CSI評分方法常用于評定小概率事件，例如災害性天定。其中，Na表不為正確預報的概率，即預報有雷暴，實況有雷暴。Ng表TK為即預報無雷暴，實況有雷暴。Ne表示為空報次數(shù)，即預報有雷暴，實況無雷暴。報無雷暴，實況無雷暴。三種算法的實驗結(jié)果如下表所示：表5.9 MRNB和Fisher算法結(jié)果參數(shù) MRNB Fisher45 38Ng 9 16Nc 11 1257 56CSI 0.7 0.576R 83.60% 77.50%FAR 9.17% 9.84%為了直觀的表示出各個算法的實驗結(jié)果，以直方圖的形式展現(xiàn)出來：


本文編號：3473724