基于K-medoids的改进PBFT共识机制 被引量：37

1

作者 陈子豪 李强 《计算机科学》 CSCD 北大核心 2019年第12期101-107,共7页

随着数字货币的普及与发展,区块链技术进入了大众的视野,并被誉为信用历史上第四个里程碑,是未来信用的基石[1]。但与此同时,区块链技术也面临着共识效率低、算力浪费等问题。文中利用K-medoids聚类算法对参与区块链共识的大规模网络节... 随着数字货币的普及与发展,区块链技术进入了大众的视野,并被誉为信用历史上第四个里程碑,是未来信用的基石[1]。但与此同时,区块链技术也面临着共识效率低、算力浪费等问题。文中利用K-medoids聚类算法对参与区块链共识的大规模网络节点根据特征进行聚类与层次划分,再将改进的多中心化实用拜占庭容错算法应用于这种聚类后的分层模型中。另外,为了提升聚类算法在多种场景下对区块链模型中共识节点进行聚类的可控性,对K-medoids算法进行了改进。网络拓扑仿真环境实验表明,当选择了适当的聚类特征评判节点间的相似度时,改进后的算法K-PBFT在1000个网络节点参与共识的场景中相较于传统实用拜占庭容错算法(Practical Byzantine Fault Tolerance,PBFT)算法,单次共识耗时缩短了20%,共识过程的通信次数最佳能够降低3个数量级。结果证明K-PBFT算法优化了较大规模共识节点参与的共识过程,使区块链模型能够适用于更广泛的场景中。 展开更多

关键词 实用拜占庭容错算法 k-medoids 区块链 聚类算法

下载PDF 职称材料

基于邻域的K中心点聚类算法 被引量：32

2

作者 谢娟英 郭文娟 谢维信 《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2012年第4期16-22,共7页

提出一种基于邻域的K中心点聚类算法,该算法利用数据集样本的自然分布信息定义数据对象的邻域半径和相应邻域,选择位于样本分布密集区且相距较远的K个数据对象作为初始聚类中心,以期改进快速K中心点算法在选取初始中心点时有可能使多个... 提出一种基于邻域的K中心点聚类算法,该算法利用数据集样本的自然分布信息定义数据对象的邻域半径和相应邻域,选择位于样本分布密集区且相距较远的K个数据对象作为初始聚类中心,以期改进快速K中心点算法在选取初始中心点时有可能使多个初始中心位于同一类簇的潜在缺陷.通过UCI机器学习数据库数据集以及随机生成的带有噪音点的人工模拟数据集实验测试,表明提出的基于邻域的K中心点算法不仅具有很好的聚类效果,而且运行时间短,对噪音数据有很强的抗干扰性能,优于传统K中心点算法和Park等人的快速K中心点算法. 展开更多

关键词 邻域 k中心点算法 样本密度 聚类 样本空间分布

下载PDF 职称材料

基于云计算的数据挖掘系统设计 被引量：28

3

作者 蓝机满 《电子科技》 2019年第8期70-74,共5页

为了高效、快速地解决呈指数增长的数据处理问题,提高数据储存、运算能力,文中提出了基于云计算的数据挖掘系统的设计。该系统首先分析了主流云计算平台Spark的组件构成和运行机制,深入研究其计算架构的编程原理。同时利用Spark进行了C... 为了高效、快速地解决呈指数增长的数据处理问题,提高数据储存、运算能力,文中提出了基于云计算的数据挖掘系统的设计。该系统首先分析了主流云计算平台Spark的组件构成和运行机制,深入研究其计算架构的编程原理。同时利用Spark进行了C4.5算法和K-medoids聚类算法的并行化设计,有效提高算法的运行速度、收敛速度和结果的稳定性。测试表明,在进行海量数据的分析处理时,文中提出的云计算平台在分类误差内,可有效提高整体系统的运算速度,分类效率也大幅提高。 展开更多

关键词 云计算 数据挖掘 SPARk C4.5算法 k-medoids聚类算法

下载PDF 职称材料

增量式K-Medoids聚类算法 被引量：9

4

作者 高小梅 冯云 冯兴杰 《计算机工程》 CAS CSCD 北大核心 2005年第B07期181-183,共3页

聚类是一种非常有用的数据挖掘方法,可用于发现隐藏在数据背后的分组和数据分布信息。目前已经提出了许多聚类算法及其变种,但在增量式聚类算法研究方面所做的工作较少。当数据集因更新而发生变化时,数据挖掘的结果也应该进行相应的更... 聚类是一种非常有用的数据挖掘方法,可用于发现隐藏在数据背后的分组和数据分布信息。目前已经提出了许多聚类算法及其变种,但在增量式聚类算法研究方面所做的工作较少。当数据集因更新而发生变化时,数据挖掘的结果也应该进行相应的更新。由于数据量大,在更新后的数据集上重新执行聚类算法以更新挖掘结果显然比较低效,因此亟待研究增量式聚类算法。该文通过对K-Medoids聚类算法的改进,提出一种增量式K-Medoids聚类算法。它能够很好地解决传统聚类算法在伸缩性、数据定期更新时所面临的问题。 展开更多

关键词 数据挖掘 k—medoids聚类算法 最近邻 增量式聚类算法

下载PDF 职称材料

基于距离不等式的K-medoids聚类算法 被引量：15

5

作者 余冬华 郭茂祖 +3 位作者 刘扬 任世军 刘晓燕 刘国军 《软件学报》 EI CSCD 北大核心 2017年第12期3115-3128,共14页

研究加速K-medoids聚类算法,首先以PAM(partitioning around medoids)、TPAM(triangular inequality elimination criteria PAM)算法为基础给出两个加速引理,并基于中心点之间距离不等式提出两个新加速定理.同时,以O(n+K^2)额外内存空... 研究加速K-medoids聚类算法,首先以PAM(partitioning around medoids)、TPAM(triangular inequality elimination criteria PAM)算法为基础给出两个加速引理,并基于中心点之间距离不等式提出两个新加速定理.同时,以O(n+K^2)额外内存空间开销辅助引理、定理的结合而提出加速SPAM(speed up PAM)聚类算法,使得K-medoids聚类算法复杂度由O(K(n-K)~2)降低至O((n-K)~2).在实际及人工模拟数据集上的实验结果表明:相对于PAM,TPAM,FKMEDOIDS(fast K-medoids)等参考算法均有改进,运行时间比PAM至少提升0.828倍. 展开更多

关键词 数据挖掘 聚类算法 k-medoids 距离不等式

下载PDF 职称材料

电力系统主动解列断面搜索方法与孤岛调整策略 被引量：13

6

作者 程敏 杨文涛 +3 位作者 文福拴 谭嫣 李力 杨银国 《电力系统自动化》 EI CSCD 北大核心 2017年第19期37-45,共9页

主动解列是一种基于电力系统实时动态信息的紧急控制手段。及时而恰当的主动解列可以阻隔故障传播,避免保护连锁动作可能导致的系统崩溃,有利于大扰动后电力系统的快速恢复。在此背景下,提出一种包括快速搜索解列断面和优化调整孤岛的... 主动解列是一种基于电力系统实时动态信息的紧急控制手段。及时而恰当的主动解列可以阻隔故障传播,避免保护连锁动作可能导致的系统崩溃,有利于大扰动后电力系统的快速恢复。在此背景下,提出一种包括快速搜索解列断面和优化调整孤岛的系统主动解列方案。首先,对在机器学习领域发展起来的谱聚类算法进行改进,提出含约束谱聚类算法,以计及发电机组的同调约束,从而将解列断面搜索问题转化为广义特征值求解问题。为克服在含约束谱聚类算法中采用传统k-medoids算法存在的对初始中心点敏感、搜索效率低的缺点,提出改进k-medoids算法并将其与约束谱聚类算法相结合,以求取最优解列断面。然后,对于解列后每个不满足安全约束的孤岛,优化调整其发电机组出力,必要时也可削减一些负荷,以维持每个孤岛的安全运行。最后,以IEEE 118节点系统和实际电网为例,说明所提方法的可行性和有效性。 展开更多

关键词 主动解列 孤岛调整 约束谱聚类算法 改进k-medoids算法

下载PDF 职称材料

一种新聚类评价指标 被引量：13

7

作者 谢娟英 周颖 《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2015年第6期1-8,共8页

用于发现数据集类簇数k的常用内部评价指标DB(Davies Bouldin)和BWP(Between-within Proportion)等需要先确定一个搜索范围kmax,使数据集的类簇数满足k≤kmax,但如何确定kmax尚无理论指导。针对这一问题,提出一个新F统计量Fr,将Fr作为... 用于发现数据集类簇数k的常用内部评价指标DB(Davies Bouldin)和BWP(Between-within Proportion)等需要先确定一个搜索范围kmax,使数据集的类簇数满足k≤kmax,但如何确定kmax尚无理论指导。针对这一问题,提出一个新F统计量Fr,将Fr作为新聚类有效性准则,以判断聚类算法收敛与否,自适应地确定数据集类簇数;将Fr应用于快速K-medoids算法的收敛性判断,并以基于最小生成树的测地距离,即样本对在最小生成树上的路径长度,代替其间的直接欧氏距离度量样本相似性,得到一种自适应的快速K-medoids聚类算法,解决了K-medoids算法需要人为给定类簇数和不能发现任意形状簇的问题。UCI机器学习数据库数据集和人工模拟数据集实验测试表明,本文提出的Fr指标是一种有效的聚类算法评价指标,基于该指标和测地距离的K-medoids算法不仅能发现任意形状的簇,还可以自适应地确定数据集的类簇数,且对噪音数据有很好的鲁棒性。 展开更多

关键词 F统计量 内部评价指标 类簇数 k-medoids聚类算法 最小生成树

下载PDF 职称材料

基于Raft算法改进的实用拜占庭容错共识算法 被引量：8

8

作者 王谨东 李强 《计算机应用》 CSCD 北大核心 2023年第1期122-129,共8页

针对应用于联盟链的实用拜占庭容错(PBFT)共识算法可扩展性不足、通信开销大等问题,提出了一种基于Raft算法改进的实用拜占庭容错共识算法K-RPBFT。首先,将区块链分片,使用K-medoids聚类算法将所有节点划分为多个节点簇,每个节点簇构成... 针对应用于联盟链的实用拜占庭容错(PBFT)共识算法可扩展性不足、通信开销大等问题,提出了一种基于Raft算法改进的实用拜占庭容错共识算法K-RPBFT。首先,将区块链分片,使用K-medoids聚类算法将所有节点划分为多个节点簇,每个节点簇构成一个分片,从而将全局共识改进为分层次的多中心共识;然后,每个分片的聚类中心节点之间使用PBFT算法进行共识,而在分片内部使用基于监督节点改进的Raft算法进行共识。K-RPBFT算法的片内监督机制赋予了Raft算法一定的拜占庭容错能力,并提升了算法的安全性。实验分析表明,相较于PBFT算法,K-RPBFT算法在具备拜占庭容错能力的同时能够大幅降低共识的通信开销与共识时延,提升共识效率与吞吐量,并且具有良好的可扩展性与动态性,使联盟链能够应用于更广泛的场景中。 展开更多

关键词 区块链 共识算法 实用拜占庭容错 Raft算法 k中心点聚类算法

下载PDF 职称材料

基于改进粒计算的K-medoids聚类算法 被引量：11

9

作者 潘楚 罗可 《计算机应用》 CSCD 北大核心 2014年第7期1997-2000,共4页

针对传统K-medoids聚类算法对初始聚类中心敏感、收敛速度缓慢以及聚类精度不够高等缺点,提出一种基于改进粒计算、粒度迭代搜索策略和优化适应度函数的新算法。该算法利用粒计算思想在有效粒子中选择K个密度大且距离较远的粒子,选择其... 针对传统K-medoids聚类算法对初始聚类中心敏感、收敛速度缓慢以及聚类精度不够高等缺点,提出一种基于改进粒计算、粒度迭代搜索策略和优化适应度函数的新算法。该算法利用粒计算思想在有效粒子中选择K个密度大且距离较远的粒子,选择其中心点作为K个聚类初始中心点;并在对应的K个有效粒子中进行中心点更新,来减少迭代次数;采用类间距离和类内距离优化适应度函数来提高聚类的精度。实验结果表明:该算法在UCI多个标准数据集中测试,在有效缩短迭代次数的同时提高了算法聚类准确率。 展开更多

关键词 k-medoids聚类算法 改进粒计算 粒度迭代搜索策略 优化适应度函数

下载PDF 职称材料

基于差分隐私保护的KDCK-medoids动态聚类算法 被引量：8

10

作者 马银方 张琳 《计算机科学》 CSCD 北大核心 2016年第S2期368-372,共5页

K-medoids算法对初始中心点敏感,不能有效地对动态数据进行聚类,且需要对相关的隐私数据进行保护。针对这些问题,提出了基于差分隐私保护的KDCK-medoids动态聚类算法。该算法在采用差分隐私保护技术的基础上将KD-树优化选取出的k个聚类... K-medoids算法对初始中心点敏感,不能有效地对动态数据进行聚类,且需要对相关的隐私数据进行保护。针对这些问题,提出了基于差分隐私保护的KDCK-medoids动态聚类算法。该算法在采用差分隐私保护技术的基础上将KD-树优化选取出的k个聚类中心和增量数据相结合建立新的KD-树,然后采用近邻搜索策略将增量数据分配到与其相应的聚类簇中,从而完成最终的动态聚类。通过实验分别对小数据集和多维的大数据集的聚类准确率及运行时间进行了分析,同时也对采用差分隐私保护技术的KDCK-medoids算法在不同数据集上的有效性进行了评估。实验结果表明,基于差分隐私保护的KDCK-medoids动态聚类算法能够在实现隐私保护的同时快速高效地处理增量数据的动态聚类问题。 展开更多

关键词 kD-树 k-medoids聚类算法 差分隐私 动态聚类

下载PDF 职称材料

基于K-medoids聚类算法的多源信息数据集成算法 被引量：4

11

作者 祝鹏 郭艳光 《吉林大学学报（理学版）》 CAS 北大核心 2023年第3期665-670,共6页

针对因多源信息数据源域相似性较低、不易确定导致的集成难度较大问题,提出一种基于K-medoids聚类算法的集成方法.先将多源数据的聚类过程视为迁移学习过程,确定初始样本的权重值,记录训练样本每次迭代时权重和损失期望值的学习特点,再... 针对因多源信息数据源域相似性较低、不易确定导致的集成难度较大问题,提出一种基于K-medoids聚类算法的集成方法.先将多源数据的聚类过程视为迁移学习过程,确定初始样本的权重值,记录训练样本每次迭代时权重和损失期望值的学习特点,再利用特点参数判定数据属于源域还是目标域;然后将集成算法聚类转化为多样化的域值标记问题,使数据具有聚类特性后,再分别计算源域和目标域中待集成数据间的权重因子,利用权重因子覆盖特性判定二者间的交互信息量,对信息量较高的数据进行集成,以确保集成的成功率.仿真实验结果表明,该算法无论是在稳定、数目较少的数据集,还是在紊乱、数目较多较杂的数据集下,都能实现高效集成,并且二次集成次数较少,整体耗用较低. 展开更多

关键词 k-medoids聚类算法 多源数据 源域 目标域 交互信息量

下载PDF 职称材料

多模型自适应控制应用于大型光伏电站阻尼区间振荡 被引量：8

12

作者 余希瑞 周林 +1 位作者 郭珂 刘强 《中国电机工程学报》 EI CSCD 北大核心 2017年第14期4036-4043,共8页

研究表明对大型光伏电站引入附加阻尼控制,可以有效抑制互联电力系统的区间低频振荡。为解决传统阻尼控制方法在应对大扰动方面的不足,引入多模型自适应控制策略进行阻尼控制。采用K-medoids算法以低频振荡模式为多维特征点对运行状态... 研究表明对大型光伏电站引入附加阻尼控制,可以有效抑制互联电力系统的区间低频振荡。为解决传统阻尼控制方法在应对大扰动方面的不足,引入多模型自适应控制策略进行阻尼控制。采用K-medoids算法以低频振荡模式为多维特征点对运行状态对应的线性模型进行聚类,并基于各类的中心模型分别设计阻尼控制器。通过比较实际系统与模型的输出动态响应差异,用贝叶斯方法实时计算每一个模型匹配当前实际系统的概率,据此更新各阻尼控制器输出权重,各控制器输出的加权平均作为最终控制信号附加于光伏无功控制的参考指令中。在DIgSILENT/PowerFactory中搭建光伏并网四机两区域测试系统,非线性仿真结果表明,在无需系统受扰后状态先验知识的情况下,该策略可以有效抑制非预期扰动引发的区间振荡,并在反馈信号时延和光照随机波动下均保持良好的鲁棒控制性能。 展开更多

关键词 大型光伏电站 区间振荡 多模型自适应控制 贝叶斯方法 k-medoids聚类算法

下载PDF 职称材料

基于遗传算法的奇异值分解信号去噪算法 被引量：7

13

作者 郑顾平 李强 李刚 《计算机应用研究》 CSCD 北大核心 2015年第8期2281-2285,共5页

针对奇异值分解信号降噪方法中吸引子轨迹矩阵(Hankel矩阵)结构的确定,以及有效奇异值的选择两个关键问题,提出了一种基于遗传算法的奇异值分解信号去噪算法。首先,利用原始信号构造Hankel矩阵,运用遗传算法对矩阵结构进行优化,然后对... 针对奇异值分解信号降噪方法中吸引子轨迹矩阵(Hankel矩阵)结构的确定,以及有效奇异值的选择两个关键问题,提出了一种基于遗传算法的奇异值分解信号去噪算法。首先,利用原始信号构造Hankel矩阵,运用遗传算法对矩阵结构进行优化,然后对含噪声信息的矩阵进行奇异值分解,最后通过K-medoids聚类算法确定有效奇异值个数,对有效奇异值和其对应的向量进行奇异值分解反变换,还原原始信号,达到去噪目的。通过仿真实验并与小波包变换、小波变换以及传统快速傅氏变换(FFT)去噪方法相比较,结果表明该算法具有良好的去噪效果。 展开更多

关键词 遗传算法 奇异值分解 k-medoids聚类算法 有效奇异值 信号去噪

下载PDF 职称材料

基于k-medoids聚类算法的低压台区线损异常识别方法 被引量：6

14

作者 薛明志 陈商玥 高强 《天津理工大学学报》 2021年第1期26-31,共6页

针对低压台区线损异常情况的判断问题,以电力公司用电信息采集系统采集的日线损率数据为基础,提出了一种基于k-medoids聚类算法的低压台区线损异常识别方法,并以某地区819个台区为例进行算法可靠性的验证.首先应用局部异常因子LOF算法... 针对低压台区线损异常情况的判断问题,以电力公司用电信息采集系统采集的日线损率数据为基础,提出了一种基于k-medoids聚类算法的低压台区线损异常识别方法,并以某地区819个台区为例进行算法可靠性的验证.首先应用局部异常因子LOF算法对低压台区异常日线损率数据进行判断、筛选和剔除;其次应用k-medoids聚类算法对日线损率数据进行聚类分析,得到低压台区日线损率数据的聚类中心点和欧氏距离,从而实现低压台区线损异常情况的判断;最后通过819个低压台区的实际数据验证算法的合理性.结果表明,算法能够对低压台区线损的异常情况做出准确的判断. 展开更多

关键词 低压台区 k-medoids聚类算法 局部异常因子LOF算法 日线损率 聚类中心点 欧氏距离

下载PDF 职称材料

基于稠密区域的K-medoids聚类算法 被引量：6

15

作者 赵湘民 陈曦 潘楚 《计算机工程与应用》 CSCD 北大核心 2016年第16期85-89,99,共6页

针对传统K-medoids聚类算法对初始中心点敏感,以及迭代次数较高等缺点,提出一种可行的初始化方法和中心点搜索更新策略。新算法首先利用密度可达思想为数据集中每个对象建立一个稠密区域,遴选出K个密度大且距离较远的稠密区域,把对应的... 针对传统K-medoids聚类算法对初始中心点敏感,以及迭代次数较高等缺点,提出一种可行的初始化方法和中心点搜索更新策略。新算法首先利用密度可达思想为数据集中每个对象建立一个稠密区域,遴选出K个密度大且距离较远的稠密区域,把对应的稠密区域的核心对象作为聚类算法的K个初始中心点;其次,把K个中心点搜索更新范围锁定在所选的K个有效稠密区域里。新算法在Iris、Wine、PId标准数据集中测试,获取了理想中心点和稠密区域,并且在较少的迭代次数内收敛到最优解或近似最优解。 展开更多

关键词 k-medoids聚类算法 稠密区域 初始中心点 中心点搜索更新

下载PDF 职称材料

基于宽度优先搜索的K-medoids聚类算法 被引量：5

16

作者 颜宏文 周雅梅 潘楚 《计算机应用》 CSCD 北大核心 2015年第5期1302-1305,共4页

针对传统K-medoids聚类算法对初始值敏感、中心点随机选择以及聚类精度不够高等缺点,在粒计算有效初始化的基础上,提出中心点宽度优先搜索策略。首先,利用粒计算初始化获取K个有效粒子,遴选该K个粒子所对应的K个中心点作为K个初始中心点... 针对传统K-medoids聚类算法对初始值敏感、中心点随机选择以及聚类精度不够高等缺点,在粒计算有效初始化的基础上,提出中心点宽度优先搜索策略。首先,利用粒计算初始化获取K个有效粒子,遴选该K个粒子所对应的K个中心点作为K个初始中心点;然后,根据对象间的相似性分别对K个粒子中的对象建立以中心点为根节点的相似对象二叉树,通过宽度优先搜索遍历二叉树迭代出最优中心点,同时采用簇间距离和簇内距离优化准则函数。实验结果表明,所提算法在UCI中Iris和Wine标准数据集中测试,在有效缩短迭代次数的同时保证了算法聚类准确率。 展开更多

关键词 k-medoids聚类算法 粒计算 相似对象二叉树 宽度优先搜索 适应度函数

下载PDF 职称材料

基于IK-medoids算法的飞机油耗聚类方法 被引量：5

17

作者 陈静杰 车洁 《计算机科学》 CSCD 北大核心 2018年第8期306-309,314,共5页

为了分析给定外界条件下的飞机燃油消耗,提出了一种基于距离最大法的邻域搜索K-medoids聚类算法(IK-medoids)。基于距离最大的样本不可能被分到同一类簇的思想,该算法首先采用距离最大法选取初始中心,并根据剩余样本与初始中心之间的标... 为了分析给定外界条件下的飞机燃油消耗,提出了一种基于距离最大法的邻域搜索K-medoids聚类算法(IK-medoids)。基于距离最大的样本不可能被分到同一类簇的思想,该算法首先采用距离最大法选取初始中心,并根据剩余样本与初始中心之间的标准欧氏距离计算初始中心邻域;然后利用提出的一种近邻搜索策略进行初始中心的迭代更新,直到中心点不再发生变化。在同一机型和航段、不同大小的数据集上进行对比实验,根据起飞重量、巡航高度、实飞距离以及飞行环境等特征对飞机油耗进行精准分类。实验结果表明:相对于传统的改进K-medoids算法,IKmedoids算法在有效缩短分类时间的同时保证了聚类准确率,为进一步分析飞行过程中的燃油消耗提供了新视角。 展开更多

关键词 k-medoids聚类算法 距离最大法 标准欧氏距离 近邻搜索 油耗分类 Quick Access Recorder(QAR)数据

下载PDF 职称材料

两种新搜索策略对K-medoids聚类算法建模 被引量：5

18

作者 潘楚 张天伍 罗可 《小型微型计算机系统》 CSCD 北大核心 2015年第7期1453-1457,共5页

针对传统K-medoids聚类算法对初始化敏感,中心点盲目搜索更新和聚类准确率不够高等缺点,提出新的改进算法.新算法首先对原始粒计算进行改进,利用改进的粒计算有效初始化K个中心点;其次以K个初始中心点为基点,提出两种中心点搜索更新策略... 针对传统K-medoids聚类算法对初始化敏感,中心点盲目搜索更新和聚类准确率不够高等缺点,提出新的改进算法.新算法首先对原始粒计算进行改进,利用改进的粒计算有效初始化K个中心点;其次以K个初始中心点为基点,提出两种中心点搜索更新策略,以提高中心点更新效率;同时采用簇内距离和簇间距离改进传统准则函数,以提高聚类精度.实验结果表明:新算法在UCI中Iris、Wine标准数据集中进行测试,获取了理想的初始中心点,在较少的迭代次数内寻找到最优解,并且大幅度提高了聚类准确率. 展开更多

关键词 k-medoids聚类算法 粒计算 搜索策略 准则函数

下载PDF 职称材料

基于K-中心点聚类算法的论坛信息识别技术研究 被引量：3

19

作者 王燕 吴灏 毛天宇 《计算机工程与设计》 CSCD 北大核心 2009年第1期210-212,共3页

提出了一种从非确定结构的论坛页面自动获取信息区域的方法。该方法在对K-中心点聚类算法的研究基础上克服了算法中固定簇数的缺陷,并在算法的簇中心距离计算中引入Smith-Waterman改进算法,提高了算法聚类的精确度。通过对大量论坛网页... 提出了一种从非确定结构的论坛页面自动获取信息区域的方法。该方法在对K-中心点聚类算法的研究基础上克服了算法中固定簇数的缺陷,并在算法的簇中心距离计算中引入Smith-Waterman改进算法,提高了算法聚类的精确度。通过对大量论坛网页进行信息识别的实验显示,该方法切实可行并且具有较高的准确性。 展开更多

关键词 标签结构树 k-中心点聚类算法 SMITH-WATERMAN算法 最小相异度 信息识别

下载PDF 职称材料

基于K-medoids聚类算法的异常低压台区线损识别方法研究

20

作者 吕家慧 《信息与电脑》 2023年第24期61-63,共3页

在电力系统中,设备老化、技术缺陷等原因容易导致低压台区线损异常,影响运行。为此,文章基于K-medoids聚类算法,探讨一种用于识别异常低压台区线损的方法,阐述技术原理,通过聚类分析异常低压线损数据,发现特征,实现准确识别和定位。结... 在电力系统中,设备老化、技术缺陷等原因容易导致低压台区线损异常,影响运行。为此,文章基于K-medoids聚类算法,探讨一种用于识别异常低压台区线损的方法,阐述技术原理,通过聚类分析异常低压线损数据,发现特征,实现准确识别和定位。结果表明,该方法可较好地识别异常低压台区线损,并具有高精度。基于K-medoids聚类算法的异常低压台区线损识别方法提供了一种高效、准确的识别工具,为电力系统管理者及时解决异常低压问题提供了技术调节方式。 展开更多

关键词 k-medoids聚类算法 异常低压台区 线损识别方法

下载PDF 职称材料