全文总字数：1710字

1. 研究目的与意义及国内外研究现状

如今，各个领域都积累了大量的数据，随着计算机技术的发展，计算机处理数据的能力也大大增加，所以，计算机被广泛地应用到了各个领域的数据处理中。不过，随着数据积累的越来越多，如何从海量的复杂的数据里挖掘出对生产活动有指导意义的信息就显得尤为重要。于是数据挖掘便逐渐地发展了起来。

随着时间的推移，气象领域积累了大量的数据。气象数据在经济建设、科学研究和民生方面都有重要的意义。这些气象数据里都蕴含了大量的气象规律，于是人们利用数据挖掘来挖掘其中的隐藏的有用的信息，从而来研究气象规律，对人们的生产与生活做出指导；更加准确的来预测天气以及对气象变化的总规律的认识更加深刻，对灾害性天气的预防具有重要的意义。

国内外研究现状

将物理或抽象对象的集合分成相似的对象类的过程称为聚类。聚类是数据挖掘中对数据进行分析的一种方法。数据聚类正在蓬勃发展，有贡献的研究领域包括数据挖掘、统计学、机器学习、空间数据库技术、生物学和市场营销。由于数据库中收集了大量的数据，聚类分析已经成为数据挖掘领域中一个非常活跃的研究课题。

2. 研究的基本内容

了解气象数据的基本构成和物理意义，了解数据挖掘的基本知识，学习并掌握一种数据挖掘方法并将其运用于气象数据分析中。利用经典的聚类算法来进行气象观测数据的分析，并进行实验，将实验所获得的结果进行分析、比较，挖掘出有价值的信息，从而对人们的生产生活作出指导。

3. 实施方案、进度安排及预期效果

2018年3月前 攥写开题报告，完成开题。

2018年3～4月，在指导教师的指导下，查阅文献，学习基本理论知识。

2018年4～5月，完成实验，分析实验结果并找出数据里蕴藏的规律。攥写论文并进行外文翻译，提交毕业论文初稿，指导教师审核。

4. 参考文献

[1] 张丽丽.聚类技术研究及在气象领域的应用[d].河北：河北工业大学,2012

[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] michael steinbach, pang-ning tan , vipin kumar,et al. discovery of climate indices using