基于主成分分析和模糊聚类的水文分区.pdfVIP

第32卷第6期 合肥工业大学学报(自然科学版) V01．32No．6 OFHEFEIUNIVERSITYOF JOURNAL TECHNOLOGY 2009年6月 Jun．2009 基于主成分分析和模糊聚类的水文分区 丁亚明1， 赵艳平1， 张志红1， 胡学钢2 (1．安徽水利水电职业技术学院电子信息丁程系，安徽合肥231603；2．合肥工业大学计算机与信息学院，安徽合肥230009) 摘要：水文分区有各种方法，文章提出了集模糊聚类与主成分分析方法的各优点组合的水文分区方法，首先 采用主成分分析法获得水文特性主成分属性，然后运用模糊聚类算法NFC(NetFuzzyCluster)进行模糊聚 类。利用主成分分析法对分区指标进行降维处理，简化了计算。应用NFC模糊聚类，在一定程度上解决了 FCM算法局部极值问题且具有良好的聚类性能，实现了聚类的科学化与自动化。对安徽省淮河流域的 124 716．个原始水文数据进行实验，结果表明，与传统分区方法相比，所提出的方法有效地改善r时间性能， 提高了求解精度，所得结果为水文站网规划提供了理沦依据。 关键词：主成分分析；NFC模糊聚类；水文分区 中图分类号：TPl83；P336文献标识码：A 文章编号：1003—5060(2009)06—0796—06 basedon Hydrologicregionalization principal and componentanalysis fuzzyclustering DING ZHAO ZHANG HU Ya-min91， Yan-pin91， Zhi—hon91， Xue-gangz ElectronicInformation WaterResourcesand andTechnical (1．Dept．of Engineering，Anhui HydropowerVocational College，Hefei 231603，China；2．Schoolof andInformation，Hefeiof 230009，China) Computer UniversityTechnology，Hefei Abstract：Basedonthe ofvariousmethodsof fl analysis hydrologicregionalization，thispaperpresents new method，whichthe ofboth and hydrologicregionalization fuzzyclustering integratesadvantages ismadetOselectrele— principalcomponentanalysis(PCA)．Firstly，theprincipalcomponentsanalysis vantattributesof thentheNet isu