• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Information Technology - New Generations >Mining Persistent and Dynamic Spatio-Temporal Change in Global Climate Data
【24h】

Mining Persistent and Dynamic Spatio-Temporal Change in Global Climate Data

机译：全球气候数据中的采矿持续和动态的时空变化

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The potential impacts of climate change on natural and man-made systems can have a drastic effect on life on Earth. The application of data mining algorithms on global climate data can result in a better understanding of the climate system. Of which, change detection has proven to be a very useful approach when mining climate data. Understanding spatio-temporal change can give insight to interesting patterns that can be used to predict climate events. This paper proposes a method to generate spatial homogeneous regions that uses a novel indexing structure for the analysis of spatial change including homogeneous change and heterogeneous change. The resulting regions are then used to analyze persistent and dynamic regions at longer time scales. The efficacy of the approach was demonstrated on a real-world climate dataset and the results suggest interesting patterns that are explained by known climate phenomena.
机译：气候变化对天然和人工系统的潜在影响可以对地球上的生命产生剧烈影响。数据挖掘算法在全球气候数据中的应用可以更好地了解气候系统。其中，在采矿气候数据时，变更检测已被证明是一种非常有用的方法。了解时空变化可以介绍可用于预测气候事件的有趣模式。本文提出了一种生成空间均匀区域的方法，该空间均匀区域用于分析包括均匀变化和异质变化的空间变化的分析。然后，将得到的区域以更长的时间尺度分析持久性和动态区域。该方法的功效在真实的气候数据集上证明了结果，结果表明了已知的气候现象解释的有趣模式。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号