一种基于k-means聚类的实时气温动态质量控制方法

摘要

针对当前实时气温质量控制存在的问题,提出了一种基于k-means聚类的动态控制算法.算法首先用k-means方法将区域内各测温点划分为若干气温相似的聚类,然后分别对各聚类内的点进行离群率和离群速度的判别,以确定各点的质量.与传统气温质量控制方法相比,该算法采用单点气温与整体气温相比较的思想,不需要预先设置气温参考极值,因而更具有实时性和科学性.而且,该算法的复杂度较低,适合较大气温输入数据集的计算.