本文主要研究内容
作者金之榆,王毛毛,史会磊（2019）在《基于DBSCAN和改进K-means聚类算法的电力负荷聚类研究》一文中研究指出：对于当前大规模和高维度的用户数据,原始聚类算法有其局限性。提出一种改进的K-means算法与数据降噪处理相结合的方法。首先,DBSCAN(基于密度的空间聚类算法)用于数据去噪,克服了原始K-means聚类算法聚类结果容易受到数据集中噪声点的影响。然后利用轮廓系数和误差平方和确定最优的聚类数。最后,将K-means++聚类算法和确定的最优聚类数用于聚类处理用户负荷曲线。这使得聚类算法避免陷入局部最优,通过数据集测试,表明该方法获得的聚类效果优于原始的K-means算法。
Abstract
dui yu dang qian da gui mo he gao wei du de yong hu shu ju ,yuan shi ju lei suan fa you ji ju xian xing 。di chu yi chong gai jin de K-meanssuan fa yu shu ju jiang zao chu li xiang jie ge de fang fa 。shou xian ,DBSCAN(ji yu mi du de kong jian ju lei suan fa )yong yu shu ju qu zao ,ke fu le yuan shi K-meansju lei suan fa ju lei jie guo rong yi shou dao shu ju ji zhong zao sheng dian de ying xiang 。ran hou li yong lun kuo ji shu he wu cha ping fang he que ding zui you de ju lei shu 。zui hou ,jiang K-means++ju lei suan fa he que ding de zui you ju lei shu yong yu ju lei chu li yong hu fu he qu xian 。zhe shi de ju lei suan fa bi mian xian ru ju bu zui you ,tong guo shu ju ji ce shi ,biao ming gai fang fa huo de de ju lei xiao guo you yu yuan shi de K-meanssuan fa 。
论文参考文献
论文详细介绍
论文作者分别是来自东北电力技术的金之榆,王毛毛,史会磊，发表于刊物东北电力技术2019年06期论文，是一篇关于负荷聚类论文,算法论文,聚类算法论文,噪声点论文,聚类评价指标论文,东北电力技术2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自东北电力技术2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。