Анализ движения грозовых очагов по данным грозопеленгации для текущего прогноза быстроразвивающихся метеоявлений. Методы использования кластерного и контурного анализа для определения параметров движения грозового очага и предсказания его положения.
При низкой оригинальности работы "Кластерный анализ в автоматическом выявлении и сопровождении грозовых очагов по данным грозопеленгационной сети", Вы можете повысить уникальность этой работы до 80-100%
В то время как средства оповещения достигли высокого уровня массовости и оперативности, эффективность превентивных мер в настоящее время в значительной степени зависит от качества и заблаговременности прогноза катастрофических природных явлений, который в свою очередь основывается на сумме знаний о природных опасностях, причинах их возникновения, масштабах распространения, особенностях проявления и распространения в пределах определенной территории. Это сказывается на текущих прогнозах быстроразвивающихся метеоявлений, таких как, например, опасные явления погоды (ОЯП) связанные с атмосферной конвекцией: ливни, грозы, град, шквалы, смерчи, и вторичные, порождаемые ими: оползни, сели, наводнения, нагоны [1]. Суть данного метода кластеризации заключается в разбиении массива данных на кластеры таким способом, чтобы минимизировать сумму расстояний от объектов до соответствующих им центров кластеров. Тогда геометрическое расстояние в n - мерном признаковом пространстве между точками p и q c n - координатами (признаками) определяется так: где Х - вектор признаков: Х = (Х1, Х2,..., Xn) и квадрат евклидова расстояния между Хр и Xq можно так же представить в виде: В таком случае алгоритм стремится минимизировать суммарное квадратичное отклонение точек кластеров от центров этих кластеров. Для определения числа кластеров используется «разведочный» алгоритм: сначала совокупность делится на два кластера, затем на три и так до тех пор, пока не будет найдено оптимальное число кластеров.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
