دسته بندی توده های آب در خلیج چابهار با استفاده از روش خوشه بندی

امروزه با گسترش پایگا ههای ثبت داده های دریایی و حجم بالای داد ههای ذخیره شده، نیاز به ابزاری است تا بتوان داد ههایذخیره شده را پردازش کرد. وقتی که حجم داد هها بالا باشد، نم یتوان الگوهای مفید را در میان حجم انبوه داد هها تشخیصاست که اصطلاحا به کشف دانش بپردازند و (neural network & data mining) داد. بنابراین نیاز به روش های داد هکاویبا کمترین دخالت کاربر و به صورت خودکار الگوهای مفید در داده ها و رابط ههای منطقی را پیدا نمایند. یکی از رایج تریناست. جهت خوشه بندی خلیج چابهار بر اساس چگالی از (clustering) روش های داده کاوی در فیزیک دریا، خوشه بندیاستفاده شد. همچنین برای بررسی تاثیرات دما و شوری در توزیع مکانی و زمانی (two-step) الگوریتم دو مرحل هایچگالی آب خلیج و یافتن موثرترین پارامتر بر چگالی آب خلیج از میان پارامترهای موثر (عمق، دما و شوری)، یازده شبکهتشکیل شد. نتایج ب هطور واضحی نشان دهنده ی یک مورد استثنا در آبان ماه (clementine) عصبی در نرم افزار کلمنتایننتایج ب هدست آمده از داده کاوی (surfer) است که با رسم منحنی های همتراز چگالی، شوری و دما توسط نرم افزار سرفرتایید شد.