基于Kernel K-means的负荷曲线聚类
电力负荷曲线聚类是配用电系统的基础，对负荷管理具有重大意义。采用基于核方法的聚类算法提高负荷曲线聚类的准确性，通过点积的方式构造核矩阵，再将数据映射到高维空间中进行聚类，进而加大数据的可分性。同时，针对核矩阵的规模大、计算复杂的问题，提出使用核主成分与缩减矩阵规模对该方法进行优化。实验过程中采用美国能源部开发能源信息网站提供的负荷数据进行聚类，并以Davies-Bouldin聚类有效性指标评估效果。结果表明该方法具有较好的划分能力，可以提高负荷曲线聚类的准确性。
文件下载
评论信息
其他资源
- The NURBS Book
- 在Linux环境下模拟实现命令解释器
- android NotificationListenerService监听通知栏（qq 微信 短信）
- Android应用源码课程设计之人事管理系统
- 同济版高数第七版
- 适用于PSCAD X4的各类点对点MMC HVDC模型
- Matlab模糊控制工具箱c文件应用
- labview温湿度报警器
- abaqus模拟仿真金属成型
- ccs3.3 flashburn
- 《中国城市数字经济指数白皮书（2020）》.pdf
- WPF开发框架源码 交通建设管理系统架构C#.net源码
- psnr峰值信噪比
- Download TPC-DS_Tools_v2.13.0.zip含使用说明
- 基于单片机的老人防跌倒蜂鸣器报警设计论文原理图
- RoseHA9.0forWindows配合Oracle11g配置文档_v2.0-2015-04.pdf
- 如何读一个成功的机器学习博士？
- Python多线程示例
- 网上书店系统数据库课程设计
- .net微博网站项目v3.0
- php实验表单页面
- GNS3.VM.VMware.Workstation.2.1.11--分卷1
- 华为主动降噪耳机3拆解
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明