關(guān)鍵詞:迭代自組織數(shù)據(jù)分析算法 聚類 日負荷曲線 曲線識別 大數(shù)據(jù)
摘要:迭代自組織數(shù)據(jù)分析算法(ISODATA)是一種基于統(tǒng)計模式識別的非監(jiān)督學習動態(tài)聚類算法。針對當前各算法初始聚類數(shù)取值困難、容易陷入局部最優(yōu)等問題,介紹了ISODATA的原理和實現(xiàn)步驟,并將此算法應用于負荷分類中。在MATLAB中結(jié)合具體日負荷曲線樣本進行聚類分析,結(jié)果證明聚類效果較好。將ISODATA與各種傳統(tǒng)聚類方法進行了對比實驗,比較各種算法的聚類效果、預定聚類數(shù)目對算法結(jié)果的影響,以及初始聚類中心的選擇對結(jié)果的影響。對比結(jié)果證明,此方法適用于負荷分類的研究。
上海電力學院學報雜志要求:
{1}獲基金及獲獎稿件:論文所涉及的課題如取得國家或部、省級以上基金或?qū)俟リP(guān)項目,應腳注于文題頁左下方,如基金項目:××(基金編號 ××××)。
{2}稿件文責自負。根據(jù)《著作權(quán)法》,結(jié)合本刊具體情況,編輯部可作文字修改、刪節(jié);凡涉及原意的重大修改,則提請作者考慮。修改稿逾期3個月不返回者,按自動退稿處理。
{3}標題:請用小三黑體,標題應鮮明,一般不超過25個字,不使用外文縮寫詞。
{4}參考文獻為引文型參考文獻。
{5}來稿請注明作者姓名、工作單位、職稱、聯(lián)系電話、聯(lián)系地址、電子郵箱等信息。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社