基于哈夫曼树的雷电数据采样算法.pdfVIP

第39卷第5期 计算机工程 2013年5月 2013 、，01．39 NO．5 ComputerEngineering May 文麓标识码：A ·人工智能及识别技术· 文章■号{l帅o_-3428(2013)05__0174__04中田分类号：TP301．6 基于哈夫曼树的雷电数据采样算法 彭永供，邱桃荣，林子渊，黄海泉 (南昌大学信息工程学院，南昌330031) 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27552条真实数据做采样实验，结果表明，该算法的采样时 间约为16min，不仅能降低数据量，而且能提高算法的时间性能。 关键词：雷电预报；非平衡数据；欠采样算法；哈夫曼树；支持向量机 Data Based0nHuffmanTree LightningSamplingAlgorithm PENG Yong-gong，QIUTao-rong，LINYu-yuan，HUANGHai-quan ofInformation 33003 (School 1，China) Engineering，NanchangUniversity,Nanchang in ordertosolve ofbad ofa basedonEuclideandistancea [Abstract]In the problemperformancesamplingalgorithm large datasetwithanimbalanced a data basedonthe characteristics，this lightningsamplingalgorithm meteorological paperproposes Huffman ofclustercentersandthenumberofthe ofeachclusteris tree．An to calculatethenumber approachquickly samples the for Huffman totwovalues canbeusedto designed tree．According attained，thisalgorithm generate byusingtechniquebuilding onthe setwith27552 show