Journal of the Korean Data and Information Science Society

The Korean Data and Information Science Society (한국데이터정보과학회)
권호 표지

Environmental Survey Data Modeling Using K-means Clustering Techniques

  • Published : 2005.08.31
Download PDF
⟨ Previous Next ⟩

Abstract

Clustering is the process of grouping the data into clusters so that objects within a cluster have high similarity in comparison to one another. In this paper we used k-means clustering of several clustering techniques. The k-means Clustering Is classified as a partitional clustering method. We analyze 2002 Gyeongnam social indicator survey data using k-means clustering techniques for environmental information. We can use these outputs given by k-means clustering for environmental preservation and environmental improvement.

Keywords

References

  1. 대한환경공학회 2003 춘계학술발표회 논문집 여름철 충청남도 서북부 지역에서의 대기오염물질 농도 분포특성에 관한 연구 김정태;정진도;김광석
  2. 한국지하수토양환경학회 01 추계학술발표회논문집 v.2001 통계분석을 이용한 지하수위 변동 특성 분류 문상기;우남칠
  3. 환경영향평가 v.4 no.2 수질자료의 추세분석을 위한 비모수적 통계검정에 관한 연구 이상훈
  4. 대한지리학회 v.33 no.2 폐기물 배출량의 지역간 차이에 관한 분석 이용우
  5. 한국지하수토양환경학회 98 공동심포지엄 및 추계학술발표회 논문집 v.1998 부산지역 지하수의 수질오염 특성 정상용;강동환;심병완
  6. 한국환경위생학회지 v.26 no.4 다변량 통계분석법을 이용한 대구지역 부유분진의 오염원 기여도 추정 최성우;송형도
  7. 전국폐기물통계조사 환경부
  8. 전국폐기물발생현황 환경부
  9. 상수도통계 환경부
  10. 하수도통계 환경부
  11. 오수.분뇨 및 축산폐수처리 통계 환경부
  12. 2004년도 환경정보화촉진시행계획 환경부
  13. 환경통계연감 환경부
  14. 대기환경연보 환경부
  15. Proc. Third International Conference on Data Mining Methods and Databases An incremental multi-centroid, multi-run sampling scheme for k-medoids-based algorithms-extended report. Data Mining III Chu, S.;Roddick, J.F.;Pan, J.
  16. The Second International Conference on Knowledge Discovery and Data Mining A density-based algorithm for discovering clusters in large spatial databases with noise Ester, M.;Kriegel, H.;Sander, J.;Xu, X.
  17. Data Mining and Knowledge Discovery v.2 Extensions to the k-means algorithm for clustering large data sets with categorical values Huang, Z.
  18. Finding groups in data: an introduction to cluster analysis Kaufman, L.;Rousseeuw, P.J.
  19. The 5th Berkeley Symp. Math. statist, Prob. v.1 Some methods for classification and analysis of multivariate observations MacQueen, J.
  20. Very Large Data Bases (VLDB'94) Efficient and effective clustering method for spatial data mining Ng, R.;Han, J.
  21. Pattern Recognition v.21 no.4 An ensemble average classifier for pattern recognition machines Zaki, F.;El-Fattah, A.;Enab, Y.;El-Konyaly, S.