本文主要研究内容
作者刘念祖,耿琦,王国民,张凯,李文建,周黎鸣（2019）在《非线性季节型电力负荷曲线集成聚类算法研究》一文中研究指出：传统方法直接设定聚类数量,得到的结果并非最优聚类数,且针对大规模电力数据,单一聚类方法无法同时达到聚类精度与效率两方面要求。为此,提出一种新的非线性季节型电力负荷曲线集成聚类算法。用DBI指标对聚类效果进行评价,将与DBI最小值相应的聚类数据作为最优聚类数量。通过模糊C均值聚类方法,依据原始非线性季节型电力数据对象间的相似程度,获取初始聚类中心。利用聚类性能更优、稳定性更高的层次聚类方法完成对聚类中心的组合,获取有效的集成聚类结果。实验结果表明,所提方法能够同时保证聚类精度与聚类效率,整体性能较强。
Abstract
chuan tong fang fa zhi jie she ding ju lei shu liang ,de dao de jie guo bing fei zui you ju lei shu ,ju zhen dui da gui mo dian li shu ju ,chan yi ju lei fang fa mo fa tong shi da dao ju lei jing du yu xiao lv liang fang mian yao qiu 。wei ci ,di chu yi chong xin de fei xian xing ji jie xing dian li fu he qu xian ji cheng ju lei suan fa 。yong DBIzhi biao dui ju lei xiao guo jin hang ping jia ,jiang yu DBIzui xiao zhi xiang ying de ju lei shu ju zuo wei zui you ju lei shu liang 。tong guo mo hu Cjun zhi ju lei fang fa ,yi ju yuan shi fei xian xing ji jie xing dian li shu ju dui xiang jian de xiang shi cheng du ,huo qu chu shi ju lei zhong xin 。li yong ju lei xing neng geng you 、wen ding xing geng gao de ceng ci ju lei fang fa wan cheng dui ju lei zhong xin de zu ge ,huo qu you xiao de ji cheng ju lei jie guo 。shi yan jie guo biao ming ,suo di fang fa neng gou tong shi bao zheng ju lei jing du yu ju lei xiao lv ,zheng ti xing neng jiao jiang 。
论文参考文献
论文详细介绍
论文作者分别是来自科技通报的刘念祖,耿琦,王国民,张凯,李文建,周黎鸣，发表于刊物科技通报2019年06期论文，是一篇关于非线性季节型论文,电力负荷曲线论文,集成论文,聚类论文,科技通报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，资料来自科技通报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。
标签：非线性季节型论文; 电力负荷曲线论文; 集成论文; 聚类论文; 科技通报2019年06期论文;