基于哈夫曼树的雷电数据采样算法

摘要

对具有非平衡特征的海量雷电气象数据集,采用基于欧式距离的样本欠采样算法时效率较低.为解决该问题,提出一种基于哈夫曼树的雷电数据采样算法.使用哈夫曼树构建方法估算雷电样本的簇中心及簇内样本个数,利用得到的结果并结合欧式距离的样本欠采样算法进行非雷电样本采样.对27 552条真实数据做采样实验,结果表明,该算法的采样时间约为16 min,不仅能降低数据量,而且能提高算法的时间性能.