1. 毕业设计（论文）主要目标：
如今，气象数据变得越来越多，如何将大量的气象数据变得更有价值，从而更好的发现数据的特征与之间的联系以及更好的服务大众，是一个值得我们深思的问题。于是，我们将聚类的方法用于气象数据的分析处理中。k均值是典型的基于划分的聚类的方法，它以k为输入参数，把n个对象的集合分为k个簇，使得结果簇内的相似度高，而簇间的相似度低。在处理数据时，首先先随机地选择k个对象，每个对象代表一个簇的初始均值或中心。对于剩余的每个对象，根据其与各个簇均值的距离，将它指派到最相似的簇，然后计算每个簇的新均值，一直重复此过程，直到准则函数收敛。本论文采用聚类算法对气象数据进行分析，从结果中挖掘出有价值的信息。
2. 毕业设计（论文）主要内容：
（1）了解数据挖掘相关基本内容；
（2）掌握一类数据挖掘算法，将其用于气象数据分析；
（3）使用聚类算法分析气象观测的数据，完成相关实验及结果分析
3. 主要参考文献
[1]Jiawei Han, Micheline Kamber. Data Mining Concepts and Techniques (Second Edition) [M]. 机械工业出版社，2007. [2] Jiawei Han, Micheline Kamber.数据挖掘：概念与技术（原书第二版）[M]. 范明，孟小峰译.机械工业出版社,2007.
[3]唐旋. 数据挖掘技术在气象资料分析中应用研究 [D]. 内蒙古：内蒙古科技大学，2011.
[4]施能.气象科研与预报中的多元分析方法[M].气象出版社，2005. [5]王燕.一种改进的 K-means 聚类算法[J].计算机应用与软件，2004， 21(10):121-122.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
