A machine learning approach to quality-control Argo temperature data

本文提出了一种基于机器学习的Argo浮标温度异常值检测方法.该方法采用机器学习无监督算法高斯混合模型对Argo浮标数据进行聚类分析,并构建包围所有数据点的最小多边形的凸包.基于射线投影算法实现点在多边形内分析,通过自动识别数据点位于凸包内外来判断该数据点数据质量的好坏.本文采用南海区域Argo浮标数据对该方法进行测试,结果表明该方法可以识别70%以上的包含异常值的温度剖面,同时自动标记出各异常值点.