基于PCA分析的在线分类系统在洪水预报中的应用

摘要

本文基于文献已有的洪水预报方法,对在论文中余留的问题进行分析做出改进.针对其预报流程,存在缺点,其一,聚类特征仅仅选择了两个特征是不严谨的,影响洪水的因素很多,这样聚类会损失很多有用信息,其二,其直接聚类为3类,并没有对多个聚类数下的情况做讨论得到最优聚类.针对此类问题,做如下改进,在模糊C均值聚类前,增加影响洪水的属性,改进文献中的PCA分析法,用来处理数据,能有效地过滤掉无用及冗余信息,并且能对高维数据进行降维,然后基于处理后的数据在不同聚类数下聚类,利用伪F统计量来判断最优聚类数,然后利用BP神经网络作为输出进行在线分类.经过改进,发现系统能很好进行洪水的分类并且克服原来的缺点。