基于数据挖掘技术的青海湖鸟类迁徙规律发现
  • 【摘要】

    伴随着信息技术的发展,卫星跟踪技术使得长时间连续跟踪野生鸟类成为 可能.同时,鸟类长距离迁徙过程中的栖息地,迁徙路线的知识,在生物学行 为研究,动植物栖息地保护,以及鸟类禽流感(H5N1)传播路线的研究上有着重 要的科学意义.为了满足卫星跟踪知识发现的需要,本文将传统生物学的问题 转化为一个计算问题,并利用数据挖掘的相关方法来进行鸟类跟踪数据的分析. 本文首先利用层次聚类(HDBSCAN)的方法从... 展开>>伴随着信息技术的发展,卫星跟踪技术使得长时间连续跟踪野生鸟类成为 可能.同时,鸟类长距离迁徙过程中的栖息地,迁徙路线的知识,在生物学行 为研究,动植物栖息地保护,以及鸟类禽流感(H5N1)传播路线的研究上有着重 要的科学意义.为了满足卫星跟踪知识发现的需要,本文将传统生物学的问题 转化为一个计算问题,并利用数据挖掘的相关方法来进行鸟类跟踪数据的分析. 本文首先利用层次聚类(HDBSCAN)的方法从空间中的离散数据点中发现鸟 类的栖息地,然后使用关联规则(Association Rule)得到鸟类的迁徙路线.实验证 明层次聚类方法能够有效的发现斑头雁秋季迁徙的不同生活史阶段相应栖息地 空间分布;关联规则挖掘能够发现斑头雁群落秋季迁徙过程中在青海湖和拉萨 河谷地区之间的迁徙路线. 收起<<

  • 【作者】

    唐明洁  周园春  崔鹏  王伟杭  张海亭  侯元生  雷富民  阎保平 

  • 【作者单位】

    中国科学院计算机网络信息中心

  • 【会议名称】

    第七届(2009)两岸三院信息技术与应用交流研讨会

  • 【会议时间】

    2009-09-14

  • 【会议地点】

    丽江

  • 【主办单位】

    中科院计算机网络信息中心

  • 【语种】

    chi

  • 【关键词】

    聚类  序列挖掘  鸟类迁徙  栖息地  迁徙路线  科学数据  青海湖