Mémoires de Fin d’Etudes
Etablissement
Université de Annaba - Badji Mokhtar
Affiliation
Département d’Informatique
Auteur
SOUFIANE, Khedairia
Directeur de thèse
T. KHADIR (Maitre de conférence)
Filière
Informatique
Diplôme
Magister
Titre
Identification des Types de Jours Météorologiques et des Dépendances Météo-Paramètres de Pollution par RNA: Application à la Région d’Annaba.
Mots clés
classification non supervisée, identification des types de jours météorologiques, influence des paramètres météorologiques sur la pollution atmosphérique.
Résumé
Dans le but de l’identification des types de jours météorologiques pour la région d’Annaba, Nous avons proposé une approche basée sur la classification non supervisée -clustering-. Cette approche permet d’identifier les groupes d’objets similaires (types de jours -clusters-) à partir des données météorologiques captées par la station de l’aéroport d’Annaba pendant la période 1995 à 1999. L’approche proposée est basée sur deux niveaux de classifications : la carte auto-organisatrice de Kohonen (SOM) pour le premier niveau et la classification par partition pour le deuxième niveau. Pour découvrir la méthode la plus appropriée à utiliser pour regrouper les unités de la SOM, nous avons procédé à une comparaison basée les performances des algorithmes de classification automatique les plus utilisés tel que : l’algorithme PAM (Partitioning Around Medoids), K-moyennes, et la classification hiérarchique (méthode de Ward). Une analyse quantitative basée sur deux catégories de critères (internes et externes) et qualitative sont utilisées pour valider et interpréter les résultats obtenues de la classification. Cette approche a permet d’extraire six classes qui sont liés directement aux conditions météorologiques typiques de la région. L’approche de classification à deux niveaux a été également évaluée en utilisant une base de données collectée par la station SAMASAFIA, dont les clusters météorologiques obtenus ont été utilisés pour étudier l’influence des paramètres météorologiques (par cluster) sur la pollution atmosphérique dans cette région. Une analyse linéaire basée sur l’ACP (analyse en composantes principales), et non linéaire basée sur un model neuronal (perceptron multicouches) ont été effectuées. Les résultats obtenus sont très satisfaisants ou plusieurs relations et conclusions ont été tirées.
Date de soutenance
2008.
Cote
004 KHE.
Pagination
122 f.
Illusatration
fig.
Format
30 cm.
Statut
Soutenue