期刊文献+
共找到258篇文章
< 1 2 13 >
每页显示 20 50 100
数据挖掘技术在高校教学与管理中的应用 被引量:59
1
作者 刘美玲 李熹 李永胜 《计算机工程与设计》 CSCD 北大核心 2010年第5期1130-1133,共4页
针对传统的求总分统计成绩方法的不足,提出了一种基于K-Means算法的成绩聚类分析方法。该方法根据成绩分布情况选取固定的初始聚类中心,改进了K-Means算法随机选取初始聚类中心导致聚类不稳定的不足,在聚类后通过聚类内差异与聚类间差... 针对传统的求总分统计成绩方法的不足,提出了一种基于K-Means算法的成绩聚类分析方法。该方法根据成绩分布情况选取固定的初始聚类中心,改进了K-Means算法随机选取初始聚类中心导致聚类不稳定的不足,在聚类后通过聚类内差异与聚类间差异的比值来衡量聚类的质量。通过一个实例说明了该方法在分析学生成绩数据中的应用,实验结果表明,聚类方法比传统的求总分方法更合理、更科学,聚类结果蕴含更多有用的信息,而且改进后的聚类方法降低了随机选取初始聚类中心所产生的结果的不稳定性,聚类效果较好。 展开更多
关键词 数据挖掘 聚类分析 k-means 教学 管理
下载PDF
一种集成簇内和簇间距离的加权k-means聚类方法 被引量:43
2
作者 黄晓辉 王成 +1 位作者 熊李艳 曾辉 《计算机学报》 EI CSCD 北大核心 2019年第12期2836-2848,共13页
聚类分析是数据挖掘与分析最重要的方法之一.它把相似的数据对象归类到一个簇,把不同的数据对象尽可能分到不同的簇.其中k-means聚类算法,由于其简单性和高效性,被广泛运用于解决各种现实问题,例如文本演化分析、图像聚类、社区发现等.... 聚类分析是数据挖掘与分析最重要的方法之一.它把相似的数据对象归类到一个簇,把不同的数据对象尽可能分到不同的簇.其中k-means聚类算法,由于其简单性和高效性,被广泛运用于解决各种现实问题,例如文本演化分析、图像聚类、社区发现等.然而在聚类过程中,大部分现有的类k-means算法主要考虑簇内距离,而忽略了簇间距离的作用.本文结合特征加权方法,提出了一种新的集成簇内和簇间距离的加权k-means方法(a weighting k-means clustering approach by integrating Intra-Cluster and Inter-Cluster distances,KICIC)来解决高维数据聚类问题.虽然现有少数类k-means算法通过最大化簇中心与全局中心距离来融入簇间信息,但不同于这类方法,KICIC通过在子空间内最大化簇中心与其他簇数据对象的距离来融合簇内和簇间距离进行聚类.基于此思路,本文首先为KICIC算法设计了一个目标函数,然后通过优化求解目标函数得到算法参数的更新迭代公式,并在此基础上设计了KICIC算法.最后,在6个真实数据集上的实验结果表明,对比现有类k-means算法,KICIC算法在大部分情况下都有获得更好的聚类结果. 展开更多
关键词 k-means 聚类分析 特征加权 熵调整 数据挖掘
下载PDF
基于改进K-means聚类算法的负荷建模及应用 被引量:42
3
作者 白雪峰 蒋国栋 《电力自动化设备》 EI CSCD 北大核心 2010年第7期80-83,共4页
根据数据所处区域的数据密度选择初始聚类中心以充分反映数据的分布特征;在迭代计算新的聚类中心时,利用数据与类中心的平均距离作为新一轮迭代的聚类中心以排除噪声点的影响;通过集群评估指标DBI(Davies-Bouldin Index)选择最优聚类个... 根据数据所处区域的数据密度选择初始聚类中心以充分反映数据的分布特征;在迭代计算新的聚类中心时,利用数据与类中心的平均距离作为新一轮迭代的聚类中心以排除噪声点的影响;通过集群评估指标DBI(Davies-Bouldin Index)选择最优聚类个数,以更准确地反映数据空间分布的特征。利用改进K-means算法对某省变电所数据进行聚类分析,得到负荷特征数据,并在此基础上建立了分段3次Hermite插值函数负荷模型。算例分析表明基于改进K-means的负荷建模方法对电网仿真分析可行、有效。 展开更多
关键词 电力系统 k-means 聚类分析 负荷建模
下载PDF
基于K-means的改进人工蜂群聚类算法 被引量:41
4
作者 曹永春 蔡正琦 邵亚斌 《计算机应用》 CSCD 北大核心 2014年第1期204-207,217,共5页
针对K-means聚类算法对初始聚类中心敏感和易陷入局部最优解的缺点,提出一种基于K-means的人工蜂群(ABC)聚类算法。将改进的人工蜂群算法和K-means迭代相结合,使算法对初始聚类中心的依赖性和陷入局部最优解的可能性降低,提高了算法的... 针对K-means聚类算法对初始聚类中心敏感和易陷入局部最优解的缺点,提出一种基于K-means的人工蜂群(ABC)聚类算法。将改进的人工蜂群算法和K-means迭代相结合,使算法对初始聚类中心的依赖性和陷入局部最优解的可能性降低,提高了算法的稳定性。通过基于反向学习的初始化策略,增强了初始群体的多样性。利用非线性选择策略,改善了过早收敛问题,提高了搜索效率。通过对邻域搜索范围的动态调整,提高了算法收敛速度,增强了局部寻优能力。实验结果表明,该算法不仅克服了K-means算法稳定性差的缺点,而且具有良好的性能和聚类效果。 展开更多
关键词 人工蜂群算法 聚类分析 k-means 反向学习 非线性选择
下载PDF
安徽省油菜花期连阴雨灾害损失评估指标 被引量:37
5
作者 刘瑞娜 杨太明 +1 位作者 陈鹏 王晓东 《中国农业气象》 CSCD 北大核心 2016年第4期471-478,共8页
基于安徽省油菜主产区1980-2009年44个气象台站逐日气象资料和油菜产量资料,采用数理统计方法,获得油菜历年灾损率以及花期连阴雨特征量指标即连阴雨日数、持续降水量和日照时数。按照引入因子对产量的影响最大且因子之间相关性较低的原... 基于安徽省油菜主产区1980-2009年44个气象台站逐日气象资料和油菜产量资料,采用数理统计方法,获得油菜历年灾损率以及花期连阴雨特征量指标即连阴雨日数、持续降水量和日照时数。按照引入因子对产量的影响最大且因子之间相关性较低的原则,筛选出连阴雨关键致灾因子并确定致灾因子临界值。最后利用K-均值聚类分析方法,建立油菜花期连阴雨灾害评估等级指标,并利用2010-2014年连阴雨灾害样本进行验证。结果表明,油菜花期的连阴雨日数和持续降水量与减产率相关性较高,且因子间相关性较低,可作为连阴雨灾害评估的关键因子;连阴雨日数致灾临界值为3d,持续降水量致灾临界值在江淮区、沿江区和皖南地区分别为20、50和70mm。利用聚类分析法构建的包括江淮、沿江和皖南地区的安徽省油菜主产区花期连阴雨灾害评估指标为:轻度灾损率5%~10%、中度10%~20%、重度20%~30%和特重≥30%,其历史回代和独立样本检验表明轻度和中度准确率较高(88%~100%),重度和特重准确率相对较低(65%~70%)。 展开更多
关键词 油菜 连阴雨日数 持续降水量 k-均值聚类分析 评估指标
下载PDF
“银色数字鸿沟”对老年人身心健康的影响--基于三期中国家庭追踪调查数据(CFPS) 被引量:35
6
作者 刘建国 苏文杰 《人口学刊》 CSSCI 北大核心 2022年第6期53-68,共16页
本文基于我国人口老龄化程度不断加剧且老年网民占比逐年攀升的背景,探究数字技术对老年人身心健康的影响,推动政府落实健康老龄化政策体系及数字转型社会持续稳健发展。本研究聚焦“银色数字鸿沟”对老年人身心健康的影响效应,首先构... 本文基于我国人口老龄化程度不断加剧且老年网民占比逐年攀升的背景,探究数字技术对老年人身心健康的影响,推动政府落实健康老龄化政策体系及数字转型社会持续稳健发展。本研究聚焦“银色数字鸿沟”对老年人身心健康的影响效应,首先构建了一个“三级数字鸿沟”影响老年人身心健康的集成统一分析框架开展理论分析,进而采用2016、2018及2020年三期中国家庭追踪调查数据(CFPS)进行多元回归分析、K-means聚类分析、主成分分析、城乡异质性和空间异质性分析,并运用替换核心变量法和工具变量法进行稳健性检验。研究发现:无论是分别从身体健康和心理健康两个维度,还是总体上从身心健康合成指标,其分析结果均表明“银色数字鸿沟”对老年人身体健康和心理健康会产生一定程度的负向影响,且其影响效应呈现显著的城乡异质性与空间异质性。老年人作为“数字相对弱势群体”,越倾向于利用互联网获取信息,其心理健康状况反而越差。心理健康与身体健康之间存在“循环累积因果放大效应”,从而易引致“银色数字鸿沟”对老年人身心健康的消极影响不断放大。政府应不断推进老年友好型数字战略计划,关注技术进步对老年人健康状况的影响,积极应对人口老龄化问题;司法部门需加速虚拟网络相关法律体系的构建,注重数字弱势群体的相关权益保护,构建良好的网络环境。 展开更多
关键词 数字鸿沟 老年人口 身心健康 异质性 主成分分析 k-means聚类分析
下载PDF
中国省域科技创新模式及其时空演变 被引量:32
7
作者 李哲 申玉铭 曾春水 《地理研究》 CSSCI CSCD 北大核心 2018年第6期1223-1237,共15页
中国的经济增长模式正在由要素驱动型向创新驱动型转变,适宜的科技创新模式是促进中国经济社会协调可持续发展的关键。基于熵值法构建综合指标评价体系,运用Theil指数对中国科技创新投入与产出水平的时空演变进行分析,并结合K-means聚... 中国的经济增长模式正在由要素驱动型向创新驱动型转变,适宜的科技创新模式是促进中国经济社会协调可持续发展的关键。基于熵值法构建综合指标评价体系,运用Theil指数对中国科技创新投入与产出水平的时空演变进行分析,并结合K-means聚类分析法将其分别归为相同的5个等级。根据不同的投入—产出组合,得出投入产出协调型、投入领先型与产出领先型3个科技创新类型及其子类。最后,利用多阶段DEA模型,从科技创新投入的角度,将科技创新模式划分为混合驱动型、创新平台驱动型、人力与资本驱动型和人力驱动型四类;从科技创新产出的角度,划分为经济创新导向型、知识与经济创新导向型和知识创新导向型三类模式。对比发现,中国科技创新模式与科技创新类型的时空演变呈现高度的相关性。在此基础上,为中国未来区域科技创新的发展提出若干建议。 展开更多
关键词 科技创新模式 时空演变 熵值法 k-means聚类分析 多阶段DEA模型 省域尺度
原文传递
K-means聚类分析在人体体型分类中的应用 被引量:32
8
作者 方方 王子英 《东华大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第5期593-598,共6页
讨论了K-means聚类分析在人体体型分类应用时分类数的确定方法和迭代收敛两个重要问题.参考GB/T1335—2008,以219名青年女性人体数据为检验样本,以胸腰差为实例进行论证.结果表明:采用基于系统聚类的距离评价函数法,样本最佳分... 讨论了K-means聚类分析在人体体型分类应用时分类数的确定方法和迭代收敛两个重要问题.参考GB/T1335—2008,以219名青年女性人体数据为检验样本,以胸腰差为实例进行论证.结果表明:采用基于系统聚类的距离评价函数法,样本最佳分类数为7类,如限制分类数为3~5时,则最优分类数为4;抽取容量分别为219和10O的两组样本进行不同迭代次数的聚类分析,发现聚类收敛所需的迭代次数受数据离散程度影响,采用SPSS软件进行聚类分析时应该设定较大的迭代次数以确保聚类收敛. 展开更多
关键词 k-means聚类分析 人体体型 分类数 迭代次数
下载PDF
一种改进的遗传聚类算法 被引量:26
9
作者 陆林花 王波 《计算机工程与应用》 CSCD 北大核心 2007年第21期170-172,共3页
给出了一种改进的基于遗传算法的聚类方法。传统的K-means算法局部搜索能力强,但是对初始化比较敏感,容易陷入局部最优值。基本的基于遗传算法的聚类算法是一种全局优化算法,但是其局部搜索能力较差,收敛速度慢。针对这两个方法所存在... 给出了一种改进的基于遗传算法的聚类方法。传统的K-means算法局部搜索能力强,但是对初始化比较敏感,容易陷入局部最优值。基本的基于遗传算法的聚类算法是一种全局优化算法,但是其局部搜索能力较差,收敛速度慢。针对这两个方法所存在的问题,提出了一种改进的聚类算法。该方法结合了两个方法的优点,引入了K-means操作,再用遗传算法进行优化,并且在该方法中改进了遗传算法中的交叉算子,大大提高了基于遗传算法的聚类算法的局部搜索能力和收敛速度。 展开更多
关键词 遗传算法 聚类分析 k-means算法
下载PDF
基于改进量子粒子群的K-means聚类算法及其应用 被引量:30
10
作者 李玥 穆维松 +1 位作者 褚晓泉 傅泽田 《控制与决策》 EI CSCD 北大核心 2022年第4期839-850,共12页
针对传统K-means聚类算法受初始类中心影响导致聚类准确度较低的问题,利用量子粒子群优化算法全局搜索能力强、收敛速度快的优势,提出一种基于改进量子粒子群的K-means聚类算法.为防止量子粒子群优化算法陷入局部极值,采用具有高斯扰动... 针对传统K-means聚类算法受初始类中心影响导致聚类准确度较低的问题,利用量子粒子群优化算法全局搜索能力强、收敛速度快的优势,提出一种基于改进量子粒子群的K-means聚类算法.为防止量子粒子群优化算法陷入局部极值,采用具有高斯扰动的局部吸引子以提高种群跳出局部最优的能力;为提高算法的收敛速度,采用加权更新种群平均最优位置以充分发挥精英粒子的优势;通过对收缩-扩张因子和随机变量参数进行交叉实验,选出最佳参数组合策略.在标准测试函数上的仿真结果表明:改进的量子粒子群优化算法在寻优精度、收敛速度以及稳定性上都有显著提高;通过对比7种聚类算法在UCI数据集上的聚类结果可知,所提出的聚类算法具有更好的聚类性能,可以有效降低K-means对初始聚类中心的依赖.最后,将该方法应用于我国鲜食葡萄市场客户分类中,以验证该方法的有效性和实用性.通过实证分析可知,基于改进量子粒子群的K-means聚类算法结构简单、精度高,具有一定的推广性. 展开更多
关键词 k-means聚类算法 量子粒子群优化算法 聚类中心 聚类分析 客户分类 鲜食葡萄
原文传递
基于购买行为RFM及评论行为RFMP模型的客户终身价值研究 被引量:28
11
作者 赵萌 齐佳音 《统计与信息论坛》 CSSCI 2014年第9期91-98,共8页
在Web2.0时代,越来越多的消费者在购物网站、点评类网站以及社交类网站上发表自己对产品或服务的相关看法,由此对企业产生了巨大的影响。针对用户在线评论行为所产生的价值,以传统的RFM模型为基础构建了基于评论行为的RFMP模型。同时将... 在Web2.0时代,越来越多的消费者在购物网站、点评类网站以及社交类网站上发表自己对产品或服务的相关看法,由此对企业产生了巨大的影响。针对用户在线评论行为所产生的价值,以传统的RFM模型为基础构建了基于评论行为的RFMP模型。同时将购买RFM和评论RFMP模型进行结合,提出了适用于线上企业的客户终身价值评价方法,采用熵值法进行了指标权重的确定,并最终选取大众点评网的实际用户数据进行了传统客户终身价值与改进客户终身价值的对比。通过对用户群进行细分,为企业提供了更加精准的营销决策及管理建议。 展开更多
关键词 用户在线评论 RFMP模型 熵值法 客户终身价值 k-means聚类分析
下载PDF
基于K均值动态聚类分析的地球物理测井岩性分类方法 被引量:27
12
作者 王祝文 刘菁华 任莉 《东华理工大学学报(自然科学版)》 CAS 2009年第2期152-156,共5页
在地球物理测井数据处理与解释中,岩性识别是地层评价、油藏描述等方面的一项重要内容。利用计算机自动进行岩性识别已成为测井解释发展的重要方向、人们研究和关注的内容。聚类分析是数据挖掘中的一个重要研究领域,是一种数据划分或分... 在地球物理测井数据处理与解释中,岩性识别是地层评价、油藏描述等方面的一项重要内容。利用计算机自动进行岩性识别已成为测井解释发展的重要方向、人们研究和关注的内容。聚类分析是数据挖掘中的一个重要研究领域,是一种数据划分或分组处理的重要手段和方法。K均值算法是聚类算法中主要算法之一,它是一种基于划分的聚类算法。依据不同岩性在常规测井资料中的不同响应,根据K均值动态聚类方法的原理,结合其它资料,对井中的岩性进行分类,从而达到了区分和识别钻孔不同岩性的目的。 展开更多
关键词 k均值 聚类分析 聚类中心 岩性
下载PDF
基于相异性度量选取初始聚类中心改进的K-means聚类算法 被引量:26
13
作者 廖纪勇 吴晟 刘爱莲 《控制与决策》 EI CSCD 北大核心 2021年第12期3083-3090,共8页
选取合理的初始聚类中心是正确聚类的前提,针对现有的K-means算法随机选取聚类中心和无法处理离群点等问题,提出一种基于相异性度量选取初始聚类中心改进的K-means聚类算法.算法根据各数据对象之间的相异性构造相异性矩阵,定义了均值相... 选取合理的初始聚类中心是正确聚类的前提,针对现有的K-means算法随机选取聚类中心和无法处理离群点等问题,提出一种基于相异性度量选取初始聚类中心改进的K-means聚类算法.算法根据各数据对象之间的相异性构造相异性矩阵,定义了均值相异性和总体相异性两种度量准则;然后据此准则来确定初始聚类中心,并利用各簇中数据点的中位数代替均值以进行后续聚类中心的迭代,消除离群点对聚类准确率的影响.此外,所提出的算法每次运行结果保持一致,在初始化和处理离群点方面具有较好的鲁棒性.最后,在人工合成数据集和UCI数据集上进行实验,与3种经典聚类算法和两种优化初始聚类中心改进的K-means算法相比,所提出的算法具有较好的聚类性能. 展开更多
关键词 聚类分析 k-means算法 初始聚类中心 离群点 相异性度量 鲁棒性
原文传递
多油层复杂断块油藏开发层系细分研究 被引量:25
14
作者 罗水亮 曾流芳 +1 位作者 李林祥 闫效义 《西南石油大学学报(自然科学版)》 CAS CSCD 北大核心 2010年第6期98-102,共5页
滨南油田毕家断块沙三下亚段属于多层砂岩、强非均质性油藏,其纵向上含油小层多达58个,开发过程中暴露出层间矛盾日益突出。基于油藏地质及开发特征分析,提出利用K-均值算法对小层进行分层聚类,建立定量化的开发层系划分标准,指导开发... 滨南油田毕家断块沙三下亚段属于多层砂岩、强非均质性油藏,其纵向上含油小层多达58个,开发过程中暴露出层间矛盾日益突出。基于油藏地质及开发特征分析,提出利用K-均值算法对小层进行分层聚类,建立定量化的开发层系划分标准,指导开发层系的划分。通过K-均值算法将滨南油田毕家断块沙三下亚段细分为三套开发层系,数值模拟分析表明,利用K-均值算法对开发层系进行定量划分是可行的,细分开发层系后渗透率极差变小、层间矛盾减缓,预测15年后采收率提高13.4%。 展开更多
关键词 复杂断块油藏 开发层系 k-均值算法 数值模拟 聚类分析 滨南油田
下载PDF
K-means算法最佳聚类数评价指标研究 被引量:22
15
作者 郭靖 侯苏 《软件导刊》 2017年第11期5-8,共4页
聚类分析广泛应用于商务智能、图像模式识别、Web搜索、生物学等领域,是一种无指导的观察式学习。然而,绝大多数聚类分析算法都面临着一个非常棘手的问题——最佳聚类数的确定。K-means是典型的基于划分的聚类方法,它需要用户输入聚类... 聚类分析广泛应用于商务智能、图像模式识别、Web搜索、生物学等领域,是一种无指导的观察式学习。然而,绝大多数聚类分析算法都面临着一个非常棘手的问题——最佳聚类数的确定。K-means是典型的基于划分的聚类方法,它需要用户输入聚类数K,但这通常非常困难。聚类数的确定是决定聚类质量的关键因素。虽然有许多被用来估计最优聚类数的聚类评价指标,但对于不同的聚类算法,不同的评价指标效果差异很大。为确定针对K-means聚类算法效果最好的评价指标,采用4种典型的不同聚类结构特征的人工模拟数据以及来自UCI的真实数据集对7种评价指标的性能进行实验比较,结果表明CH指标和I指标在评估K-means算法的最佳聚类数时效果较好。 展开更多
关键词 聚类指标 k-means算法 聚类分析 聚类数
下载PDF
基于K-means聚类的三维点云分类 被引量:21
16
作者 马京晖 潘巍 王茹 《计算机工程与应用》 CSCD 北大核心 2020年第17期181-186,共6页
针对三维点云分类算法受到点云稀疏性和无序性影响的问题,提出一种改进算法。在点云预处理阶段,对密集的点云进行冗余数据去除,以减少后续计算量;对于稀疏的点云数据则进行三角形插值计算,以使分类更精确。加入K-means聚类分析算法,之... 针对三维点云分类算法受到点云稀疏性和无序性影响的问题,提出一种改进算法。在点云预处理阶段,对密集的点云进行冗余数据去除,以减少后续计算量;对于稀疏的点云数据则进行三角形插值计算,以使分类更精确。加入K-means聚类分析算法,之后并行通过PointNet网络进行特征提取,该方法可体现点云空间中的点云分布特性。分别在ModelNet10/40上进行三维点云分类实验,并对比不同K值对分类结果的影响。实验结果表明,当K=5时分类准确率最高,其在ModelNet10/40上的准确率分别是94.2%和92.6%。提出的算法性能高于其他对比算法,同时训练时间大大减少。 展开更多
关键词 k-means聚类分析 三维点云分类 三角形插值
下载PDF
改进的遗传k-means算法及其应用 被引量:21
17
作者 黄松 邱建林 《计算机工程与设计》 北大核心 2020年第6期1617-1623,共7页
为降低k值的不确定性和初始聚类中心的随机性对聚类结果的影响,提出一种改进的遗传k-means聚类算法。采用并行计算的方式降低k值和初始聚类中心对聚类结果的影响,利用平均类内距和类间距设计适应度函数保证聚类结果的正确性,改进遗传算... 为降低k值的不确定性和初始聚类中心的随机性对聚类结果的影响,提出一种改进的遗传k-means聚类算法。采用并行计算的方式降低k值和初始聚类中心对聚类结果的影响,利用平均类内距和类间距设计适应度函数保证聚类结果的正确性,改进遗传算法的遗传算子来提高算法效率。通过UCI标准数据集验证了该算法的正确性和有效性,并应用于玉米良种选育中。实验结果表明,该算法能获得更优良的玉米品种,指导玉米选育工作。 展开更多
关键词 聚类分析 遗传算法 k-means算法 并行计算 玉米良种选育
下载PDF
一种改进的K-means聚类算法 被引量:17
18
作者 张建民 《微计算机信息》 2010年第9期233-234,共2页
本文提出了一种带离群点数据过滤的K-means改进算法。该算法根据离群点数据特征制定了离群点数据的发现规则,并在原算法中加入了离群点数据的发现和处理步骤。通过对给定的具有普遍意义的数据实验表明,改进后算法能较为稳定的发现数据... 本文提出了一种带离群点数据过滤的K-means改进算法。该算法根据离群点数据特征制定了离群点数据的发现规则,并在原算法中加入了离群点数据的发现和处理步骤。通过对给定的具有普遍意义的数据实验表明,改进后算法能较为稳定的发现数据集中存在的"离群点数据",这些"离群点数据"符合离群点数据特征;同时在剔除这些极少数离群点数据后,显著提高了聚类结果簇的凝聚度,从而有效克服了离群点数据对K-means算法的影响,使聚类效果得以显著提高。 展开更多
关键词 聚类分析 k-means算法 离群点数据
下载PDF
谐振接地系统虚幻接地的辨识和综合选线方法 被引量:19
19
作者 束洪春 《电力自动化设备》 EI CSCD 北大核心 2016年第6期122-129,共8页
发生单相接地故障时,在零模电压与其差分构成的平面上相邻点之间的欧氏距离大于发生虚幻接地情况时的欧氏距离,借此原理实现虚幻接地的识别。谐振接地系统线路发生接地故障时,健全线路的暂态零模电流波形之间有很强的相似性,而故障线路... 发生单相接地故障时,在零模电压与其差分构成的平面上相邻点之间的欧氏距离大于发生虚幻接地情况时的欧氏距离,借此原理实现虚幻接地的识别。谐振接地系统线路发生接地故障时,健全线路的暂态零模电流波形之间有很强的相似性,而故障线路与健全线路的暂态零模电流波形之间差异显著。取故障后1/4工频周期作为分析时窗,采用分形盒维数和相对能量熵2个测度来定量表征故障线路和健全线路零模电流波形形态差别进行选线,并采用K-means聚类算法实现对线路的故障辨识。仿真分析表明,所提选线方法能够可靠地选出故障线路。将大量的历史故障数据作为样本映射到故障线路辨识平面,可提高其故障选线可靠性。 展开更多
关键词 谐振接地系统 虚幻接地 故障选线 分形盒维数 相对熵 k-means聚类分析
下载PDF
我国进口天然气供应安全预警研究 被引量:18
20
作者 李宏勋 吴复旦 《中国石油大学学报(社会科学版)》 2018年第4期1-6,共6页
天然气供应安全是能源安全的重要组成部分,通过选取进口安全、国内供应、需求安全三个层面13项指标,构建我国进口天然气供应安全预警指标体系。利用主成分分析和Kmeans聚类分析建立预警模型,并对我国进口天然气供应安全状况进行分析。... 天然气供应安全是能源安全的重要组成部分,通过选取进口安全、国内供应、需求安全三个层面13项指标,构建我国进口天然气供应安全预警指标体系。利用主成分分析和Kmeans聚类分析建立预警模型,并对我国进口天然气供应安全状况进行分析。主成分分析结果表明,天然气对外依存度、消费占比、供需比、运输量、进口集中度这5项指标对我国进口天然气供应安全的影响较大。聚类分析结果显示,2006—2016年我国进口天然气供应安全经历了三种状态:安全状态(2006—2008年)、关注状态(2009—2011年)和警戒状态(2012—2016年)。为确保我国进口天然气供应安全,应当采取优化进口来源,坚持多元化进口;合理规划天然气进口量,降低运输风险;增加天然气供给,正确引导天然气消费等对策。 展开更多
关键词 进口天然气 供应安全 指标体系 主成分分析 k-means聚类分析 预警
下载PDF
上一页 1 2 13 下一页 到第
使用帮助 返回顶部