轮廓系数相关论文
针对当前电力大数据背景下用户用电行为分析对尖峰负荷特性挖掘不足的问题,提出一种考虑尖峰负荷特性指标的用户用电行为分析方法。......
鉴于手写识别在当今社会的重要性,文章利用加州大学的开放数据集“数据库标题:手写数字的光学识别”进行前瞻性分析,希望为以后的研究......
阐述在传统K-means聚类算法的基础上,改进RFM模型,引入轮廓系数改进K-means聚类算法,检验其可行性,最后对方法进行实证检验,对细分后的......
期刊
线损是衡量供电企业经营状况的重要指标。利用海量历史数据构建台区线损合理性分析模型,将台区划分为多个类别,在此基础上构建并应......
传统K-means聚类算法初始聚类中心以及聚类数目K是随机确定的,聚类结果受其影响较大,这样容易造成聚类结果不稳定且准确率较低.针......
数据挖掘是通过机器学习、模式识别和数理统计等方法获取有用信息的一种重要技术手段,可以广泛应用于社交网络、医疗和市场分析等......
为了解决传统峰谷时段划分方法因只选取单一典型日而无法在较长时间范围内适用的问题,提出一种基于长短期记忆神经网络(long short......
在新型冠状病毒感染肺炎疫情对我国电力市场造成巨大冲击的宏观背景下,为进一步提升我国供电企业营销服务资源配置效能,最大化撬动......
针对实际数据中正、负类样本存在的聚集和分散特征,提出了一种处理两类分类问题的新型支持向量机——基于聚类的分组支持向量机分类......
图像设备来源取证一般采用图像统计特征和设备指纹等两种典型方法来进行分析.然而,这些方法都需要已知来源的图像作为训练图像.而......
在近几十年中,复杂网络在数据挖掘和知识发现起着越来越重要的作用。复杂网络中的社团检测引起了许多领域的极大关注。提出了一种......
根据2010—2017年莱州湾“伏休”结束前底拖网调查资料,通过轮廓系数法对莱州湾三疣梭子蟹资源的时空分布特征进行了研究,并结合放......
随着我国配电网信息数据的不断增加,传统方法已经难以及时发现配电网运维中出现的问题。为了深入挖掘配电网运维相关数据,找出配电......
随着电力物联网的快速发展,明确用户负荷状况对改善供电服务质量、电价决策、需求侧响应、有偿精准服务等方面起着重要作用。基于......
为实现电力企业人才甄选,减少人为主观性影响,研究一种基于模糊C均值(Fuzzy C-means,FCM)算法的人才综合能力评价、甄选方法。通过......
【目的】弥补目前科研项目布局分析往往局限在单一资助机构简单数量统计上的不足,从内容上提高资助机构布局差异的揭示能力。【方......
针对k-means算法事先必须获知聚类数目以及难以确定初始中心的缺点,提出了一种改进的k-means聚类算法.首先引入轮廓系数的概念,通......
为了还原动态背景像素值的真实分布,本文提出了基于最优k均值聚类的时空背景模型.首先采集每个像素点不同时刻的相邻像素信息,然后......
模糊C均值(FCM)聚类算法无法识别非凸数据,算法中基于欧式距离的相似性度量只考虑数据点之间的局部一致性特征而忽略了全局一致性......
针对短消息文本聚类,设计基于频繁词集和Ant-Tree的混合聚类方法。该算法利用基于频繁词集聚类算法处理文本数据的效率优势,生成初......
针对k-means算法事先必须获知聚类数目以及难以确定初始中心的缺点,提出了一种改进的k-means聚类算法.首先引入轮廓系数的概念,通......
药用铝塑包装片是犯罪现场勘查过程中常见的物证,研究建立一种准确检验药用铝塑包装片种类的方法,可为法庭科学领域现场物证检验提......
地铁转向架轮对组成是影响列车安全运行的关键部件,由于其故障频次高、维修难度大,因此在设计时考虑其维修性至关重要。在对维修工......
随着数据维度的增加,传统聚类算法会出现聚类性能差的现象.SubKMeans是一种功能强大的子空间聚类算法,旨在为K-Means类算法搜索出......
为解决连续属性值的离散化问题,提出了一种改进的自组织映射(SOM)聚类离散化算法,该算法利用SOM实现初始聚类,界定聚类上限;之后以......
研究面板数据聚类问题过程中,在相似性度量上,用Logistic回归模型构造相似系数和非对称相似矩阵.在聚类算法上,目前的聚类算法只适......
为确定城市轨道交通工程施工事故的主要类型,并探究全过程的各种风险因素。针对城市轨道交通工程施工安全事故,提出了基于K-means......
为消除专家经验的主观性、避免依赖轨迹特征并且减轻实验调参的负担,提出一种基于轮廓系数的参数无关聚类分析(PICBASIC)算法。首......
提出了一种基于距离阈值及样本加权的K-means聚类算法.该算法首先采用样本集的样本均值作为第一个初始族中心;其次基于距离阈值的......
提出一种改进的DBscan聚类算法.该算法的改进基于以下两点:(1)针对DBscan算法核心点随机选取导致计算量大的缺点,提出选取距离最远......
为了提高网络行为聚类的准确性和有效性,提出了一种用于分析网络行为的改进K均值算法.算法首先计算K类中心的轮廓系数,以及各类数......
在采用改进k-means对未知二进制协议聚类的基础上,引入调整互信息和轮廓系数两种参数,分别对聚类的簇内聚类效果和整体聚类效果进......
针对台区居民的日负荷曲线,采用两步法进行聚类分析。结合聚类评价指标轮廓系数,提出了一种基于用电负荷的有效的居民用户分类方法......
开展耕地科学分区对于耕地管理利用、种养结合、耕地集约化等方面具有重要的现实意义。本文基于CURE、K-medoid、Single link和BIR......
文章提出了一种热门微博分类的新思路,通过对热门微博的转发用户进行聚类分析,并根据不同的用户聚集状态来区分不同种类的热门微博......
GPS的高采样率使轨迹的数据规模巨大,在实际应用中难以处理,需要依赖轨迹简化算法对原始数据进行压缩。针对此问题,提出了一种新的......
交通事故特征受地域分布影响显著,本文对交通事故特征进行优化聚类研究.基于2019年无锡市交通事故数据,调用开放地图接口地理编码......
为了客观评价海南垦区胶园耕地的地力,笔者使用K-Means,Two-Step,Kohonen和TwoStep-AS等4种聚类算法,对海南农垦胶园测土调查数据......
采用K-means聚类分区,Sen’s斜率估计,Kendall-Tau非参数检验等方法,分析和讨论了近半个世纪(1960-2015年)我国西北地区不同区域的......
综合考虑标记内和标记间的聚类结果对多目标学习径向基神经网络算法(RBF Neural Networks for Multi-Label Learning,ML-RBF)的影......
针对传统K-Means聚类算法的不足,提出一种新的对孤立点不敏感的K-Means聚类算法。首先,采用孤立点移除算法消除数据集中存在的孤立......
混合式教学的普及使得电子作业成为一种评价学生学习效果的重要数据来源,利用机器学习对电子作业进行建模是对学生学习预警的一种......
短文本由于词频过低,使用常规的聚类算法如K-means效果不理想,难得到可接受的准确度。而最近结合使用生物启发及聚类内部有效性测......
物联网监测点相邻关系判定是实现物联网监测异常数据审核时需要解决的一个重要问题。为了克服传统的基于行政区域或地理位置直接指......
提出一种新的数据分类方法,K-均值聚类分组支持向量机(CG-SVM)方法,在不删减任何样本信息的情况下,该方法使用轮廓系数作为类分离......
传统的H-K聚类算法将层次聚类算法和k-means聚类算法有机结合起来,从而使得H-K聚类算法具有单个聚类算法所不具有的诸多优点。为了......
传统聚类算法在进行负荷曲线聚类时,存在不易选取初始聚类中心、需人为确定最佳聚类数、收敛速度慢等问题,并且当负荷数据中含有较......
根据实际的统计数据对广东省22个地级市的经济进行分类,采用轮廓系数法选取最优聚类个数,再根据K-means聚类算法将各城市分为4类,......