| 杨莉,沈鑫,李英娜,李萌萌.基于电力数据聚类分析的算法改进[J].,2017,45(6):64-68. |
| 基于电力数据聚类分析的算法改进 |
| TheK-meansAlgorithmImprovementBaseonPowerDataClusteringAnalysis |
| |
| DOI： |
| 中文关键词: K-means K值 初始聚类中心 聚类均值总方差 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 131 |
| 全文下载次数: 0 |
| 中文摘要: |
| 为了提高信息检索的精准性,在电力数据搜索引擎中采用K-means算法,并针对K-means算法初始聚类中心的随机性对聚类效果的影响及K值的不确定性带来的聚类结果不稳定的问题,提出了一种改进的K-means算法.该改进算法基于欧氏最远距离选择初始簇心,通过多次聚类探测,对聚类结果的聚类均值总方差进行统计,选取方差值不再减小时对应的K值为聚类数.测试结果证明改进的K-means算法在实现自动聚类的同时聚类效果提高10％,在克服原算法缺点的同时保留了其简单高效的优点. |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|