期刊文献+
共找到1,923篇文章
< 1 2 97 >
每页显示 20 50 100
基于改进K-means聚类算法的分布式储能集群划分方法 被引量:1
1
作者 刘春雨 《东北电力技术》 2025年第1期1-5,共5页
随着规模化分布式电源及储能的接入,配电网的功率返送、节点过电压等问题愈加显著,对电网规划、运行监视和调度控制等造成一定影响,也不利于储能大范围发展。为此提出一种适用于规模化分布式储能的集群划分方法,基于功率节点电压灵敏度... 随着规模化分布式电源及储能的接入,配电网的功率返送、节点过电压等问题愈加显著,对电网规划、运行监视和调度控制等造成一定影响,也不利于储能大范围发展。为此提出一种适用于规模化分布式储能的集群划分方法,基于功率节点电压灵敏度的电气距离模块度指标,对经典K-means算法进行改进,设计节点指数法、肘部法则优化初始聚类中心选择和集群数确定。以IEEE33系统算例进行验证,结果表明所提集群划分方法具有较强的电气耦合性、准确性和运算效率。 展开更多
关键词 分布式储能 集群划分 配电网结构 k-means算法 划分指标
在线阅读 下载PDF
基于改进K-means聚类算法的网络异常数据挖掘与分类方法
2
作者 贺萌 《无线互联科技》 2024年第18期119-122,共4页
为了解决网络异常数据挖掘过程中漏报率、误报率较高的问题,文章提出一种基于改进K-means聚类算法的网络异常数据挖掘与分类方法。文章通过构建并行化频繁项集挖掘环境加速数据处理,利用局部离群点检测剔除异常值,同时引入K-means聚类... 为了解决网络异常数据挖掘过程中漏报率、误报率较高的问题,文章提出一种基于改进K-means聚类算法的网络异常数据挖掘与分类方法。文章通过构建并行化频繁项集挖掘环境加速数据处理,利用局部离群点检测剔除异常值,同时引入K-means聚类对数据的最大最小距离展开计算,融合隶属度函数与密度峰值优化算法,改进聚类初始中心选择及簇边界调整,从而提高异常识别准确性和分类效率。通过实验结果证明,该方法能够明显改善聚类效果与性能。 展开更多
关键词 k-means算法 网络异常 数据挖掘 数据分 离群点检测
在线阅读 下载PDF
基于融合改进K-means聚类算法的数据检测技术 被引量:4
3
作者 郭克难 《电子设计工程》 2024年第5期41-45,共5页
针对现有医疗财务数据分析系统平台老旧,采用传统K-means算法进行数据处理时性能较差的问题,文中设计了一种财务异常数据检测算法。对于传统K-means算法存在的分类效果不佳、运行效率偏低等不足,该算法结合密度峰值法对样本点的局部密... 针对现有医疗财务数据分析系统平台老旧,采用传统K-means算法进行数据处理时性能较差的问题,文中设计了一种财务异常数据检测算法。对于传统K-means算法存在的分类效果不佳、运行效率偏低等不足,该算法结合密度峰值法对样本点的局部密度和高密度距离进行计算,进而优化簇中心的选择。同时融合PCA降维算法减少了数据的冗余信息,进一步提高了运行效率。通过引入LOF离群检测算法对分簇后的数据进行检测,从而得到异常数据结果。实验测试中,所提算法在人工数据集上的平均ARI指标为0.844,真实数据集的准确率则达到了79.2%,在所有对比算法中均为最优,表明该算法具有良好的性能,可以对财务异常数据进行准确地检测。 展开更多
关键词 k-means 密度峰值检测 主成分分析法 离群检测算法 异常数据检测
在线阅读 下载PDF
基于改进k-means聚类算法的上市公司信用风险评估
4
作者 曾曦 《高师理科学刊》 2024年第11期20-25,共6页
针对传统的k-means聚类算法初始聚类中心具有随机性,聚类结果会随着初始聚类中心的不同而波动的问题,改进了初始聚类中心选取的方法.利用UCI数据库中的Iris数据集进行实验并计算准确率,对比发现改进算法后的聚类准确率较传统算法有了明... 针对传统的k-means聚类算法初始聚类中心具有随机性,聚类结果会随着初始聚类中心的不同而波动的问题,改进了初始聚类中心选取的方法.利用UCI数据库中的Iris数据集进行实验并计算准确率,对比发现改进算法后的聚类准确率较传统算法有了明显提高.选取25家上市公司,运用因子分析法构建信用风险评估指标体系,利用改进后的评估模型对这25家上市公司的信用风险进行评估,按照信用风险等级将这些公司分为高风险、中风险、低风险三类,其中高风险1家,中风险21家,低风险3家.将改进后的k-means聚类评估模型和传统k-means聚类评估模型进行比较分析,结果表明,改进后的评估模型算法性能有所提高,评估结果更为合理. 展开更多
关键词 k-means算法 上市公司 信用风险 初始中心 因子分析
在线阅读 下载PDF
基于改进K-means聚类算法的大田麦穗自动计数 被引量:31
5
作者 刘哲 黄文准 王利平 《农业工程学报》 EI CAS CSCD 北大核心 2019年第3期174-181,共8页
单位种植面积的小麦麦穗数量是评估小麦产量和小麦种植密度的一个重要参量。为了实现高效、自动地麦穗计数,该文提出了基于改进K-means的小麦麦穗计数方法。该方法建立从图像低层颜色特征到图像中包含麦穗的一个直接分类关系,从而不需... 单位种植面积的小麦麦穗数量是评估小麦产量和小麦种植密度的一个重要参量。为了实现高效、自动地麦穗计数,该文提出了基于改进K-means的小麦麦穗计数方法。该方法建立从图像低层颜色特征到图像中包含麦穗的一个直接分类关系,从而不需要再对图像进行分割或检测。以颜色特征聚类为基础的这种方法能够估计麦穗在空间局部区域中数量,并且在不需要训练的情况下更具有可扩展性。统计试验结果表明,该文算法能够适应不同光照环境,麦穗计数的准确率达到94.69%,超过了传统基于图像颜色特征和纹理特征分割的麦穗计数方法 93.1%的准确率。 展开更多
关键词 图像分割 图像处理 算法 麦穗计数 k-means
在线阅读 下载PDF
基于改进K-means聚类算法的组合模型建模 被引量:18
6
作者 杨慧中 董陶 陶洪峰 《控制工程》 CSCD 北大核心 2013年第2期201-203,208,共4页
在传统的K-means聚类算法中,初始聚类是随机选取的,其聚类结果易随着不同的初始聚类中心波动。针对这一问题,首先采用最大距离积法对传统K-means聚类算法的初始聚类中心进行了优化。同时定义了一种新的目标函数并将其引用到传统的K-mean... 在传统的K-means聚类算法中,初始聚类是随机选取的,其聚类结果易随着不同的初始聚类中心波动。针对这一问题,首先采用最大距离积法对传统K-means聚类算法的初始聚类中心进行了优化。同时定义了一种新的目标函数并将其引用到传统的K-means聚类算法中,以实现对聚类结构类别数K的优化选择。将训练集样本数据经上述方法聚类后,再将各个子类分别建立基于支持向量机的子模型,通过开关切换的方式连接各子模型得到组合的支持向量机模型。将该方法应用于双酚A生产过程的缩合反应单元溶解罐出口苯酚含量的软测量建模。工业实例仿真结果表明:该算法能较好地跟踪苯酚含量的变化趋势,有效地改善了数据分类效果,提高了软测量模型的估计精度,显示了它在工业领域的应用潜力。 展开更多
关键词 k-means算法 目标函数 初始中心 组合支持向量机
在线阅读 下载PDF
基于深度学习和改进K-means聚类算法的电网无功电压快速分区研究 被引量:26
7
作者 赵晶晶 贾然 +1 位作者 陈凌汉 朱天天 《电力系统保护与控制》 CSCD 北大核心 2021年第14期89-95,共7页
随着电网规模的不断扩大,对整个大电网进行统一的电压调控变得越发困难。提出一种基于深度学习和改进K-means聚类算法的电网无功电压快速分区方法。首先建立电耦合强度矩阵反映系统节点间的电气耦合关系的强弱。然后采用深度学习中的稀... 随着电网规模的不断扩大,对整个大电网进行统一的电压调控变得越发困难。提出一种基于深度学习和改进K-means聚类算法的电网无功电压快速分区方法。首先建立电耦合强度矩阵反映系统节点间的电气耦合关系的强弱。然后采用深度学习中的稀疏自编码器,通过训练实现对输入的高维矩阵进行特征提取和降维。最后基于改进的K-means聚类算法用以对降维后的特征序列进行聚类分析,通过检验电气模块度值来确定最终的分区。以电气模块度、无功储备校验两个评价指标对电网分区质量进行评估。对IEEE39节点和IEEE118节点系统进行仿真分析,验证了所提方法在保证连通性以及充足的无功储备的的基础上,具有较高的电气模块度。 展开更多
关键词 电耦合强度 稀疏自编码器 改进k-means聚类算法 电网分区 电气模块度
在线阅读 下载PDF
基于改进K-means聚类算法的室内WLAN定位研究 被引量:14
8
作者 陈望 贾振红 +2 位作者 覃锡忠 曹传玲 常春 《激光杂志》 CAS CSCD 北大核心 2014年第7期11-14,共4页
位置指纹法定位中所建立的位置指纹库能否正确反映指纹信号与位置之间的映射关系将影响最终定位效果。本文将一种改进的K-means聚类算法运用于WLAN室内指纹数据库的建立,较之传统K-means聚类算法所建立的指纹数据库,采用了改进K-means... 位置指纹法定位中所建立的位置指纹库能否正确反映指纹信号与位置之间的映射关系将影响最终定位效果。本文将一种改进的K-means聚类算法运用于WLAN室内指纹数据库的建立,较之传统K-means聚类算法所建立的指纹数据库,采用了改进K-means聚类算法所建立起来的指纹数据库优化了初始聚类中心选择方法及准则函数,避免了被聚类的指纹数据陷入局部解现象。实验结果表明:本文所提算法建立的指纹数据库可提高WLAN室内定位精度,缩短定位时间。 展开更多
关键词 无线通信技术 WLAN定位 位置指纹 k-means算法 数据挖掘
在线阅读 下载PDF
改进k-means聚类算法多模型建模的一种新的评价函数 被引量:6
9
作者 周立芳 周芦文 赵豫红 《化工学报》 EI CAS CSCD 北大核心 2007年第8期2051-2055,共5页
The modeling and control of pH neutralization processes is a difficult problem in the field of process control.A multi-modeling method using an improved k-means clustering based on a new validity function is proposed ... The modeling and control of pH neutralization processes is a difficult problem in the field of process control.A multi-modeling method using an improved k-means clustering based on a new validity function is proposed in this paper.There are some common problems, including the number of clusters assumed as a priori knowledge and initial cluster centers selected randomly for classical k-means clustering.The proposed algorithm is used to compute initial cluster centers and a new validity function is added to determine the appropriate number of clusters, then partial least squares (PLS) is used to construct the regression equation for each local cluster.Simulation results showed that multiple models using the proposed algorithm gave good performance, and the feasibility and validity of the proposed algorithm was verified. 展开更多
关键词 k-means 性能评价函数 PH中和过程 偏最小二乘算法
在线阅读 下载PDF
基于可拓距的改进k-means聚类算法 被引量:9
10
作者 赵燕伟 朱芬 +3 位作者 桂方志 任设东 谢智伟 徐晨 《智能系统学报》 CSCD 北大核心 2020年第2期344-351,共8页
针对现有聚类算法在初始聚类中心优化过程中存在首个初始聚类中心点落于边界非密集区域的不足,导致出现算法聚类效果不均衡问题,提出一种基于可拓距优选初始聚类中心的改进k-means算法。将样本经典距离向可拓区间映射,并通过可拓侧距计... 针对现有聚类算法在初始聚类中心优化过程中存在首个初始聚类中心点落于边界非密集区域的不足,导致出现算法聚类效果不均衡问题,提出一种基于可拓距优选初始聚类中心的改进k-means算法。将样本经典距离向可拓区间映射,并通过可拓侧距计算方法得到可拓左侧距及可拓右侧距;引入平均可拓侧距概念,将平均可拓左侧距和平均可拓右侧距分别作为样本密集度和聚类中心疏远度的量化指标;在此基础上,给出初始聚类中心选取准则。通过与传统k-means聚类算法进行对比,结果表明改进后的k-means聚类算法选取的初始聚类中心分布更加均匀,聚类效果更好,尤其在对高维数据聚类时具有更高的聚类准确率和更好的均衡性。 展开更多
关键词 可拓距 k-means算法 缩放因子 初始中心 密集度 疏远度
在线阅读 下载PDF
基于狮群优化的改进K-Means聚类算法研究 被引量:9
11
作者 胡啸 王玲燕 +2 位作者 张浩宇 常宇超 王银 《控制工程》 CSCD 北大核心 2022年第11期1996-2002,共7页
针对K-Means聚类算法对初始聚类中心选择依赖性强的问题,利用狮群优化算法的快速收敛性及易于获取全局最优解的优势,提出了一种基于狮群优化的改进K-Means聚类算法。通过狮群优化算法对狮王不断迭代更新,优化狮王位置,将算法停止执行时... 针对K-Means聚类算法对初始聚类中心选择依赖性强的问题,利用狮群优化算法的快速收敛性及易于获取全局最优解的优势,提出了一种基于狮群优化的改进K-Means聚类算法。通过狮群优化算法对狮王不断迭代更新,优化狮王位置,将算法停止执行时的狮王最优解作为聚类中心,替代传统算法经过随机初始化得到具有不确定因素的聚类中心。选择UCI数据集进行验证,实验结果表明,改进算法的聚类效果较好,有效降低了K-Means对初始聚类中心的依赖。将改进的K-Means聚类算法应用于点云精简过程,获得了较好的点云精简效果。 展开更多
关键词 分析 k-means算法 狮群优化算法 中心 点云精简
在线阅读 下载PDF
基于改进K-means聚类算法的大学生就业内驱因素路径分析 被引量:2
12
作者 刘思宏 余飞 姜勇 《通化师范学院学报》 2022年第2期93-98,共6页
大学生的个体因素直接影响着大学生的就业状况,分析个体内驱因素可以预测大学生求职的能力.该文利用改进的K-means算法对大学生就业内驱因素进行聚类分析,建立求职内驱因素路径数据模型,优化内驱因素路径,为就业指导教育和大学生求职能... 大学生的个体因素直接影响着大学生的就业状况,分析个体内驱因素可以预测大学生求职的能力.该文利用改进的K-means算法对大学生就业内驱因素进行聚类分析,建立求职内驱因素路径数据模型,优化内驱因素路径,为就业指导教育和大学生求职能力提升提供参考. 展开更多
关键词 k-means算法 初始中心 内驱因素路径
在线阅读 下载PDF
改进K-Means聚类算法在停车用户价值分群中的应用 被引量:2
13
作者 李向荣 范福海 孟向海 《计算机与数字工程》 2019年第7期1596-1600,共5页
随着信息化、互联网时代发展层次的不断深入,现在很多企业将用户关系管理作为营销的焦点,用户价值分群是量化用户关系管理系统的关键指标。论文以停车业务用户停车数据为切入点,在传统客户关系管理分析RFM模型的基础上,结合停车业务要求... 随着信息化、互联网时代发展层次的不断深入,现在很多企业将用户关系管理作为营销的焦点,用户价值分群是量化用户关系管理系统的关键指标。论文以停车业务用户停车数据为切入点,在传统客户关系管理分析RFM模型的基础上,结合停车业务要求,重构分析参数,构建FLCPA参数模型,并在传统K-Means聚类算法的基础上,提出一种新的确定K-Means算法最优聚类数的方法,有效识别不同价值的用户,最终实现用户价值分群,帮助企业制定针对化和个性化营销策略。 展开更多
关键词 价值分群 FLCPA模型 k-means算法 最优
在线阅读 下载PDF
改进K-means聚类算法对学生成绩的分析与评价 被引量:5
14
作者 王锦 严德菊 《牡丹江师范学院学报(自然科学版)》 2021年第2期20-22,共3页
提出一种改进K-means聚类算法——cnnK-means算法,优化学生成绩分析.分析结果表明,语文和数学成绩联系最大,数学和英语成绩联系最小,英语成绩对学生成绩的分类影响最直接和也最明显.如果想要提高学生的整体成绩,教育者需要在英语方面做... 提出一种改进K-means聚类算法——cnnK-means算法,优化学生成绩分析.分析结果表明,语文和数学成绩联系最大,数学和英语成绩联系最小,英语成绩对学生成绩的分类影响最直接和也最明显.如果想要提高学生的整体成绩,教育者需要在英语方面做出更大的努力. 展开更多
关键词 自动编码器 k-means算法 学生成绩分析
在线阅读 下载PDF
基于多维网格空间的改进K-means聚类算法 被引量:17
15
作者 邵伦 周新志 +1 位作者 赵成萍 张旭 《计算机应用》 CSCD 北大核心 2018年第10期2850-2855,共6页
K-means算法是被广泛使用的一种聚类算法,传统的K-means算法中初始聚类中心的选择具有随机性,易使算法陷入局部最优,聚类结果不稳定。针对此问题,引入多维网格空间的思想,首先将样本集映射到一个虚拟的多维网格空间结构中,然后从中搜索... K-means算法是被广泛使用的一种聚类算法,传统的K-means算法中初始聚类中心的选择具有随机性,易使算法陷入局部最优,聚类结果不稳定。针对此问题,引入多维网格空间的思想,首先将样本集映射到一个虚拟的多维网格空间结构中,然后从中搜索出包含样本数最多且距离较远的子网格作为初始聚类中心网格,最后计算出各初始聚类中心网格中所包含样本的均值点来作为初始聚类中心。此法选择出来的初始聚类中心与实际聚类中心拟合度高,进而可据此初始聚类中心稳定高效地得到最终的聚类结果。通过使用计算机模拟数据集和UCI机器学习数据集进行测试,结果表明改进算法的迭代次数和错误率比较稳定,且均小于传统K-means算法测试结果的平均值,能有效避免陷入局部最优,并且聚类结果稳定。 展开更多
关键词 k-means算法 算法 初始中心 多维网格空间 均值点
在线阅读 下载PDF
大数据下基于改进K-means聚类算法的税收风险识别 被引量:5
16
作者 夏会 程平 张砾 《财会月刊》 北大核心 2019年第21期143-146,共4页
目前的税收风险管控模型通常是基于税务人员的先验知识构建的,在海量数据环境下模型的实用性、可扩展性和精确性都有较大的局限。为解决这一问题,提出改进的K-means聚类算法。该方法是无监督学习模型,可以在无先验知识的前提下构建指标... 目前的税收风险管控模型通常是基于税务人员的先验知识构建的,在海量数据环境下模型的实用性、可扩展性和精确性都有较大的局限。为解决这一问题,提出改进的K-means聚类算法。该方法是无监督学习模型,可以在无先验知识的前提下构建指标,快速且精确地对实例进行聚类,将出现明显异常的小类识别为异常,判定其存在税收风险。基于该模型对房地产类企业股权转让中的税收风险进行分析和评估,发现税收风险等级高的企业及其风险疑点,验证了本方法的有效性。 展开更多
关键词 税收风险 k-means算法 大数据 股权转让
在线阅读 下载PDF
基于改进K-means聚类算法的战区内军事物流基地数量规划 被引量:1
17
作者 张广楠 荀烨 杨祺煊 《物流技术》 2016年第10期159-161,173,共4页
以战区军事物流基地数量规划问题为研究对象,考虑战区内军事物流基地同后方仓库的业务关系,利用改进K-means聚类算法,对战区内后方仓库进行空间聚类,并对聚类结果进行分析,以聚类结果中的聚类个数作为战区内军事物流基地数量规划的依据... 以战区军事物流基地数量规划问题为研究对象,考虑战区内军事物流基地同后方仓库的业务关系,利用改进K-means聚类算法,对战区内后方仓库进行空间聚类,并对聚类结果进行分析,以聚类结果中的聚类个数作为战区内军事物流基地数量规划的依据。研究表明,该方法比较科学合理,具有应用价值。 展开更多
关键词 k-means算法 军事物流基地 数量规划
在线阅读 下载PDF
一种用于解调失真QAM信号的改进K-means聚类算法
18
作者 彭军 范兴山 +1 位作者 黄乐天 郭志勇 《电子技术应用》 北大核心 2014年第11期102-104,108,共4页
在短距离无线通信中,无线节点或移动终端通常有低成本、小体积、低功耗的要求,因此无法使用复杂的预失真或补偿电路克服功放的非线性影响,这是无线节点或移动终端在上行链路中难以使用高阶QAM调制的重要原因之一。基于QAM矩形星座的特点... 在短距离无线通信中,无线节点或移动终端通常有低成本、小体积、低功耗的要求,因此无法使用复杂的预失真或补偿电路克服功放的非线性影响,这是无线节点或移动终端在上行链路中难以使用高阶QAM调制的重要原因之一。基于QAM矩形星座的特点,提出了一种K-means聚类的改进算法作为中央基站节点的高阶QAM解调算法。在发送信号受到较严重的功放非线性失真时,所提改进算法解调性能更优,算法复杂度更低。 展开更多
关键词 高阶QAM解调 k-means算法 功放非线性影响
在线阅读 下载PDF
基于改进K-means聚类算法的行业用电画像 被引量:2
19
作者 徐硕 莫文雄 +2 位作者 栾乐 童锐 刘田 《电工技术》 2021年第20期123-126,共4页
随着大数据研究的深入以及配电网自动化的建设,电力大数据日益得到重视。如何基于配电网大数据实现电网用户感知,支撑配电网相关业务,是当前电力公司关注的重点问题。首先对用户年行度数据进行预处理,通过改进K-means算法对用户用电数... 随着大数据研究的深入以及配电网自动化的建设,电力大数据日益得到重视。如何基于配电网大数据实现电网用户感知,支撑配电网相关业务,是当前电力公司关注的重点问题。首先对用户年行度数据进行预处理,通过改进K-means算法对用户用电数据进行聚类;随后结合用户所属行业信息,从用电特征对行业用电进行画像;最后基于实际数据实现行业用电画像,验证方法的有效性。 展开更多
关键词 行业用电画像 改进k-means DBI指标 数据清洗
在线阅读 下载PDF
基于DBSCAN和改进K-means聚类算法的电力负荷聚类研究 被引量:11
20
作者 金之榆 王毛毛 史会磊 《东北电力技术》 2019年第6期10-14,共5页
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... 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。 展开更多
关键词 负荷 k-means算法 DBSCAN算法 噪声点 评价指标
在线阅读 下载PDF
上一页 1 2 97 下一页 到第
使用帮助 返回顶部