海洋大数据完整版本_第1页
海洋大数据完整版本_第2页
海洋大数据完整版本_第3页
海洋大数据完整版本_第4页
海洋大数据完整版本_第5页
已阅读5页，还剩4页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

海洋大数据区域海洋经济与理论海洋大数据一、海洋大数据的来源1.海域使用管理数据2.海洋环境管理数据海洋环境管理的具体内容如下：1）海洋环境规划管理2）海洋环境质量管理3）海洋环境技术管理3.海岸带综合管理数据二、海洋大数据的特性

海洋大数据具有显著的时空特性，并且具有强时空关联特性。并且在地理位置较近的区域某一观测要素是相关的，高的地方周围呈现较高的趋势，较低的地方周围也呈现较低的趋势。在空间相关性的研究中，目前最常使用的是Moran’sI指数，其中Moran’sI指数分为全局和局部Moran’sI指数。1.全局Moran’sI指数：用来衡量邻近的空间范围内某一监测数据呈现出来的空间相关程度。定义xi为某海域第i个监测点的要素值.

1）Moran’sI指数I（D）取值范围是[-1，1]。2）如果I（D）处于（0，1]内，则证明要素值与空间位置存在正的空间相关性，否则，存在负的空间相关性；3）如果I（D）=0，则证明要素值在空间分布上不存在空间依赖性。2.局部Moran’sI指数：1)正的Ii值表明该海域内某一要素呈现空间集聚；反之，则表明在该海域要素值不存在相似的空间集聚。2)E(Ii)和VAR(Ii)分别是Moran’sI指数的期望和理论方差。三、海洋大数据挖掘分析1.时间序列相似性分析时间序列是指不同时间的社会经济统计指标按时间先后顺序排列所形成的数列，又称动态数列或时间数列。时间时间序列相似性分析是时间序列挖掘的一个前期步骤，两个关键问题，即时间序列表示和时间序列相似性匹配。2.时空聚类时空聚类是指基于空间和时间相似度，把具有相似行为的时空对象划分到同一组中。现有的时空聚类方法主要包括基于模型的方法、基于密度的方法、基于距离的方法。3.时空异常检测时空异常是指某对象与时空相邻域内其他对象存在明显的差异。时空异常检测的结果可以为海洋灾害的预测预警、海洋自然资本分布的发现等提供参考依据。（1）时空异常的主要类型空间关系异常、时间关系异常、时空关系异常。（2）时空异常的检测方法1）基于统计的异常检测方法。2）基于距离的异常检测方法。该方法适用于数据维度不高的异常点检测。3）基于密度的异常检测方法。综合考虑时空对象数据间的距离及某个范围域内时空对象的数量（即密度)来发现异常点的方法。利用该方法对密度不同的区域进行检测会有问题。4）基于规则和模式的异常检测方法。包括关联分析、序列模式分析、分类分析和聚类分析。四、海洋大数据的质量控制1.梯形模糊数设A是论域上的一个模糊子集，若存在：则称为论域U上的梯形模糊数。2.质量评估模型的接收概率式中，

表示待评估海洋数据的模糊不合格品率，

为海洋数据中具有质量问题的数据个数所占比例。3.模糊质量评估模型式中，n——样本量；

人人文库> 全部分类> 应用文书 > 产品手册

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论